DataScience：风控场景之金融评分卡模型构建—将逻辑回归LoR模型结果转为评分卡之详细攻略 金融评分卡模型构建—将逻辑回归LoR模型结果转为评分卡 1、模型结果转换为标准评分卡步骤 2、实际案例应用 金融评分卡模型构建—将逻辑回归LoR模型结果转为评分卡 1、模型结果转换为标准评分卡步骤 借助逻辑回归模型，评分卡所设定的分值刻度，可通过将分值表示为比率对数的线性表达式来定义。 在建立评分卡模型时，我们经常会使用逻辑回归来对数据进行建模。但在用逻辑回归进行预测时，逻辑回归返回的是一个概率值，并不是评分卡分数。下面为大家介绍如何将模型结果转换为标准评分卡。

本文描述了 LoRaWAN™网络协议，该协议被优化用于电池供电终端设备， 这些设备既可以是移动的，也可以是安装在某一固定位置的。 LoRaWAN 网络协议基于 star-of-stars 拓扑结构。在该结构中，网关在终端设 备和后台的中央网络服务器中传递信息。网关通过标准 IP 连接网络服务器，与 此同时，终端设备使用单跳段的 LoRa™和 FSK 通信方式来和一个或多个网关相 连。尽管主要的通信量来自于从终端设备到网络服务器的上行链路，但所有的通 信一般来说都是双向的。 终端设备和网关之间的通信在不同频率的信道中以不同的数据率传出。数据 率的选择是通信范围和消息长度的折中。不同数据率的通信不会互相干扰。LoRa 的数据率范围是从 0.3kbps 到 50kbps。为了使电池寿命和整体网络容量同时最大 化，LoRa 的网络基础设施用自适应数据率的方案单独处理每个终端设备的数据 率和射频输出。