Tassi di accettazione
Impostare un tasso di accettazione e calcolare la soglia per quel tasso ti permette di definire la percentuale di nuovi prestiti che vuoi approvare. Per questo esercizio, assumi che i dati di test siano un nuovo lotto di prestiti. Dovrai usare la funzione quantile() di numpy per calcolare la soglia.
La soglia dovrebbe essere usata per assegnare nuovi valori a loan_status. Il numero di default e non-default nei dati cambia?
Il modello addestrato clf_gbt e il data frame con le sue previsioni, test_pred_df, sono disponibili.
Questo esercizio fa parte del corso
Credit Risk Modeling in Python
Istruzioni dell'esercizio
- Stampa le statistiche descrittive di
prob_defaultall'interno del data frame delle previsioni usando.describe(). - Calcola la soglia per un tasso di accettazione del
85%usandoquantile()e salvala comethreshold_85. - Crea una nuova colonna chiamata
pred_loan_statusbasata suthreshold_85. - Stampa il conteggio dei valori dei nuovi valori in
pred_loan_status.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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(____[____].____())