Schwellwertauswahl
Du weißt, dass es einen Trade-off zwischen Metriken wie Default-Recall, Non-Default-Recall und Modellgenauigkeit gibt. Eine einfache Möglichkeit, einen guten Startwert für den Schwellwert abzuschätzen, ist, alle drei mit matplotlib zu visualisieren. Mit diesem Diagramm siehst du, wie sich diese Metriken verändern, wenn du die Schwellwerte anpasst, und findest den Punkt, an dem die Leistung aller drei gut genug ist, um sie für die Kreditdaten zu verwenden.
Die Schwellwerte thresh, die Default-Recall-Werte def_recalls, die Non-Default-Recall-Werte nondef_recalls und die Genauigkeitswerte accs wurden in den Workspace geladen. Damit sich der Plot leichter lesen lässt, wurde auch das Array ticks für die x-Achsenmarkierungen geladen.
Diese Übung ist Teil des Kurses
Kreditrisikomodellierung in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
plt.plot(____,____)
plt.plot(____,____)
plt.plot(____,____)
plt.xlabel("Probability Threshold")
plt.xticks(ticks)
plt.legend(["Default Recall","Non-default Recall","Model Accuracy"])
plt.____()