Has utilizado modelos de regresión logística y árboles potenciados por gradiente. Es hora de comparar estos dos para ver qué modelo se utilizará para hacer las predicciones finales.

Uno de los primeros pasos más sencillos para comparar la capacidad de los distintos modelos para predecir la probabilidad de impago es observar sus métricas en classification_report(). Con esto, puedes ver muchas métricas de puntuación diferentes, una al lado de la otra, para cada modelo. Como los datos y los modelos suelen estar desequilibrados con pocos incumplimientos, céntrate por ahora en las métricas de los incumplimientos.

Los modelos entrenados clf_logistic y clf_gbt se han cargado en el espacio de trabajo junto con sus predicciones preds_df_lr y preds_df_gbt. Se utilizó un límite de 0.4 para cada uno. También está disponible el juego de pruebas y_test.

Tasas de aceptación de créditos

Create Your Free Account