Hai usato modelli di regressione logistica e gradient boosted trees. È il momento di confrontarli per capire quale usare per le previsioni finali.

Uno dei primi passi più semplici per confrontare la capacità dei modelli di prevedere la probabilità di default è guardare le metriche di classification_report(). In questo modo puoi vedere, affiancate, diverse metriche di valutazione per ciascun modello. Poiché i dati e i modelli sono di solito sbilanciati con pochi default, per ora concentrati sulle metriche relative ai default.

I modelli addestrati clf_logistic e clf_gbt sono stati caricati nello spazio di lavoro insieme alle loro previsioni preds_df_lr e preds_df_gbt. Per ciascuno è stata usata una soglia (cutoff) di 0.4. Anche il set di test y_test è disponibile.

Strategia di credito e perdita attesa minima

Create Your Free Account