कुल अपेक्षित नुकसान
अब तक लिए गए आपके सभी निर्णयों के आधार पर कुल अपेक्षित नुकसान का अनुमान लगाने का समय है। डेटा फ़्रेम test_pred_df में प्रत्येक लोन के लिए probability of default और उस लोन की वैल्यू दी गई है। इन दोनों वैल्यूज़ का उपयोग करके हर लोन का expected loss निकालिए। फिर इन मानों को जोड़कर कुल expected loss प्राप्त कर सकते हैं।
इस अभ्यास में मान लीजिए कि exposure लोन की पूरी वैल्यू है और loss given default 100% है। इसका मतलब है कि किसी भी लोन पर डिफॉल्ट होने पर पूरे अमाउंट का नुकसान होगा।
डेटा फ़्रेम test_pred_df वर्कस्पेस में लोड कर दिया गया है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में क्रेडिट रिस्क मॉडलिंग
अभ्यास निर्देश
test_pred_dfकी शीर्ष पाँच पंक्तियाँ प्रिंट करें।- ऊपर दिए गए फ़ॉर्मूले का उपयोग करके हर लोन के लिए नया कॉलम
expected_lossबनाएँ। - पूरे पोर्टफोलियो का कुल expected loss 계산 करें, उसे दो दशमलव स्थान तक राउंड करके
tot_exp_lossके रूप में स्टोर करें। - कुल expected loss प्रिंट करें।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Print the first five rows of the data frame
print(____.head())
# Calculate the bank's expected loss and assign it to a new column
____[____] = ____[____] * ____[____] * ____[____]
# Calculate the total expected loss to two decimal places
____ = round(np.____(____[____]),2)
# Print the total expected loss
print('Total expected loss: ', '${:,.2f}'.format(____))