Sélection du seuil
Vous savez qu’il existe un compromis entre des métriques comme le rappel des défauts, le rappel des non-défauts et la précision du modèle. Une façon simple d’estimer une bonne valeur de seuil de départ est d’afficher les trois sur un graphique avec matplotlib. Avec ce graphique, vous pouvez voir l’évolution de chaque métrique lorsque vous modifiez le seuil et trouver le point où la performance des trois est suffisamment bonne pour être utilisée sur les données de crédit.
Les valeurs de seuil thresh, les valeurs de rappel des défauts def_recalls, les valeurs de rappel des non-défauts nondef_recalls et les scores de précision accs ont été chargés dans l’espace de travail. Pour faciliter la lecture du graphique, le tableau ticks pour les repères de l’axe des abscisses a également été chargé.
Cet exercice fait partie du cours
Modélisation du risque de crédit en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
plt.plot(____,____)
plt.plot(____,____)
plt.plot(____,____)
plt.xlabel("Probability Threshold")
plt.xticks(ticks)
plt.legend(["Default Recall","Non-default Recall","Model Accuracy"])
plt.____()