कैलिब्रेशन कर्व्स
अब आप जानते हैं कि ग्रेडिएंट बूस्टेड ट्री clf_gbt का समग्र प्रदर्शन सबसे अच्छा है. आपको दोनों मॉडलों की कैलिब्रेशन जाँचनी है ताकि यह देखा जा सके कि अलग-अलग probabilities पर डिफॉल्ट प्रेडिक्शन का प्रदर्शन कितना स्थिर है. आप प्रत्येक मॉडल की कैलिब्रेशन का चार्ट दिखाने के लिए calibration_curve() फंक्शन कॉल करके यह जाँच सकते हैं.
Python में कैलिब्रेशन कर्व्स के लिए कई लाइनों का कोड लग सकता है, इसलिए आप अलग-अलग कॉम्पोनेन्ट्स जोड़ते हुए हर स्टेप को धीरे-धीरे पूरा करेंगे.
दो प्रेडिक्शन सेट clf_logistic_preds और clf_gbt_preds पहले से वर्कस्पेस में लोड हैं. साथ ही, प्रत्येक मॉडल के लिए calibration_curve() का आउटपुट इस रूप में लोड है: frac_of_pos_lr, mean_pred_val_lr, frac_of_pos_gbt, और mean_pred_val_gbt.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में क्रेडिट रिस्क मॉडलिंग
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create the calibration curve plot with the guideline
plt.____([0, 1], [0, 1], 'k:', label=____)
plt.____('Fraction of positives')
plt.____('Average Predicted Probability')
plt.legend()
plt.title('Calibration Curve')
plt.____()