Tingkat penerimaan

Menetapkan tingkat penerimaan dan menghitung ambang batas untuk tingkat tersebut dapat digunakan untuk menentukan persentase pinjaman baru yang ingin Anda terima. Untuk latihan ini, asumsikan data uji adalah sekumpulan pinjaman baru. Anda perlu menggunakan fungsi quantile() dari numpy untuk menghitung ambang batas.

Ambang batas tersebut harus digunakan untuk menetapkan nilai loan_status yang baru. Apakah jumlah gagal bayar dan tidak gagal bayar dalam data berubah?

Model terlatih clf_gbt dan data frame prediksinya, test_pred_df, tersedia.

Latihan ini adalah bagian dari kursus

Pemodelan Risiko Kredit dengan Python

Lihat Kursus

Petunjuk latihan

Cetak statistik ringkasan prob_default dalam data frame prediksi menggunakan .describe().
Hitung ambang batas untuk tingkat penerimaan 85% menggunakan quantile() dan simpan sebagai threshold_85.
Buat kolom baru bernama pred_loan_status berdasarkan threshold_85.
Cetak jumlah nilai (value counts) dari nilai baru dalam pred_loan_status.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Check the statistics of the probabilities of default
print(____[____].describe())

# Calculate the threshold for a 85% acceptance rate
____ = np.____(____['prob_default'], ____)

# Apply acceptance rate threshold
____[____] = ____[____].apply(lambda x: 1 if x > ____ else 0)

# Print the counts of loan status after the threshold
print(____[____].____())

Edit dan Jalankan Kode