थ्रेशोल्ड और कन्फ्यूज़न मैट्रिक्स
आपने डिफॉल्ट्स के लिए थ्रेशोल्ड सेट करना देखा है, लेकिन इससे कुल प्रदर्शन पर क्या असर पड़ता है? इसे समझने के लिए, शुरुआत कन्फ्यूज़न मैट्रिक्स के जरिए प्रभाव देखने से कर सकते हैं।
कन्फ्यूज़न मैट्रिक्स को इस तरह याद करें:
डिफॉल्ट की प्रॉबेबिलिटी पर अलग-अलग थ्रेशोल्ड वैल्यू सेट करें, और कन्फ्यूज़न मैट्रिक्स से देखें कि इन बदली हुई वैल्यू से मॉडल के प्रदर्शन पर क्या असर पड़ता है।
प्रिडिक्शंस वाला डेटा फ़्रेम preds_df और मॉडल clf_logistic वर्कस्पेस में लोड हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में क्रेडिट रिस्क मॉडलिंग
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Set the threshold for defaults to 0.5
____[____] = ____[____].apply(lambda x: 1 if x > ____ else 0)
# Print the confusion matrix
print(____(____,____[____]))