Selección del umbral
Sabes que hay un equilibrio entre métricas como la recuperación por defecto, la recuperación sin defecto y la precisión del modelo. Una forma fácil de aproximarse a un buen valor de umbral inicial es mirar un gráfico de los tres utilizando matplotlib
. Con este gráfico, puedes ver cómo queda cada una de estas métricas a medida que cambias los valores umbral y encontrar el punto en el que el rendimiento de las tres es lo suficientemente bueno como para utilizarlo para los datos de crédito.
Se han cargado en el espacio de trabajo los valores de umbral thresh
, los valores de recuperación por defecto def_recalls
, los valores de recuperación no por defecto nondef_recalls
y las puntuaciones de precisión accs
. Para facilitar la lectura del gráfico, también se ha cargado la matriz ticks
para las marcas de graduación del eje x.
Este ejercicio forma parte del curso
Modelado del riesgo crediticio en Python
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
plt.plot(____,____)
plt.plot(____,____)
plt.plot(____,____)
plt.xlabel("Probability Threshold")
plt.xticks(ticks)
plt.legend(["Default Recall","Non-default Recall","Model Accuracy"])
plt.____()