Quantile der Acceptance visualisieren
Du weißt, wie quantile() funktioniert, um einen Schwellenwert zu berechnen, und du hast ein Beispiel gesehen, wie damit Kredite in akzeptiert und abgelehnt aufgeteilt werden. Wie sieht dieser Schwellenwert für den Testdatensatz aus und wie kannst du ihn visualisieren?
Um das zu prüfen, kannst du ein Histogramm der Wahrscheinlichkeiten erstellen und eine Referenzlinie für den Schwellenwert hinzufügen. Damit zeigst du visuell, wo in der Verteilung der Schwellenwert liegt.
Die Modellvorhersagen clf_gbt_preds wurden in den Workspace geladen.
Diese Übung ist Teil des Kurses
Kreditrisikomodellierung in Python
Anleitung zur Übung
- Erstelle ein Histogramm der vorhergesagten Wahrscheinlichkeiten
clf_gbt_preds. - Berechne den Schwellenwert für eine Acceptance-Rate von 85 % mit
quantile(). Speichere diesen Wert alsthreshold. - Zeichne das Histogramm erneut, diesmal aber mit einer Referenzlinie mittels
.axvline().
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# 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.____()