Vizualizace kvantilů míry přijetí

Víš, jak funguje quantile() pro výpočet prahu, a viděl/a jsi příklad toho, jak rozděluje úvěry na přijaté a zamítnuté. Jak ale tento práh vypadá pro testovací sadu a jak ho lze vizualizovat?

Můžeš vytvořit histogram pravděpodobností a přidat referenční čáru pro práh. Tím názorně ukážeš, kde se práh v rozdělení nachází.

Předpovědi modelu clf_gbt_preds jsou již načteny do pracovního prostředí.

Toto cvičení je součástí kurzu

Credit Risk Modeling in Python

Zobrazit kurz

Pokyny k cvičení

Vytvoř histogram předpovězených pravděpodobností clf_gbt_preds.
Pomocí quantile() vypočítej práh pro míru přijetí 85 %. Ulož tuto hodnotu jako threshold.
Vykresli histogram znovu, tentokrát ale přidej referenční čáru pomocí .axvline().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Plot the predicted probabilities of default
plt.____(____, color = 'blue', bins = 40)

# Calculate the threshold with quantile
____ = np.____(____, ____)

# Add a reference line to the plot for the threshold
plt.____(x = ____, color = 'red')
plt.____()

Upravit a spustit kód