1. 学ぶ
    2. /
  2. コース
    3. /
  3. Credit Risk Modeling in Python
Connected

演習

Kalibrační křivky

Teď už víš, že gradientně posílený strom clf_gbt má celkově nejlepší výkon. Potřebuješ ale zkontrolovat kalibraci obou modelů, abys zjistil/a, jak stabilní je výchozí predikční výkon napříč pravděpodobnostmi. K tomu poslouží graf kalibrační křivky každého modelu – stačí zavolat funkci calibration_curve().

Kalibrační křivky vyžadují v Pythonu více řádků kódu, takže si projdeme každý krok postupně a přidáme jednotlivé části grafu.

Oba sety predikcí clf_logistic_preds a clf_gbt_preds jsou už načteny v prostředí. Výstupy funkce calibration_curve() pro každý model jsou k dispozici jako: frac_of_pos_lr, mean_pred_val_lr, frac_of_pos_gbt a mean_pred_val_gbt.

指示1 / 3

undefined XP
    1
    2
    3
  • Vytvoř kalibrační křivku pomocí plot() – začni referenční linií dokonalé kalibrace a označ ji 'Perfectly calibrated'. Pak přidej popisky osy y a osy x v tomto pořadí.