Llegados a este punto, has examinado la predicción de la probabilidad de impago utilizando tanto LogisticRegression() como XGBClassifier(). Has examinado algunas puntuaciones y has visto muestras de las predicciones, pero ¿cuál es el efecto general sobre el rendimiento del portafolio? Intenta utilizar la pérdida esperada como escenario para expresar la importancia de probar distintos modelos.

Se ha creado un marco de datos llamado portfolio para combinar las probabilidades de impago de ambos modelos, la pérdida en caso de impago (supongamos por ahora un 20 %), y el loan_amnt que se supondrá que es la exposición en caso de impago.

El marco de datos cr_loan_prep junto con los conjuntos de entrenamiento X_train y y_train se han cargado en el espacio de trabajo.

Selección de columnas para el riesgo crediticio

Create Your Free Account