1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶクレジットリスクモデリング
Connected

演習

勾配ブースティング木を評価する

これまでに XGBClassifier() モデルを使ってデフォルト確率を予測しました。このモデルは .predict() メソッドを使って、loan_status の実際のクラスを出力する予測も行えます。

まずは classification_report() の指標を確認して、モデルの初期パフォーマンスをチェックしましょう。なお、まだしきい値は設定していない点に注意してください。

データセット cr_loan_prep、X_test、y_test はワークスペースに読み込まれており、モデル clf_gbt も準備済みです。ロジスティック回帰の classification_report() は自動で表示されます。

指示

100 XP
  • テストデータ X に対して loan_status を予測し、gbt_preds に保存します。
  • gbt_preds の中身を確認し、出力がデフォルト確率ではなく予測された loan_status のクラスであることを確かめます。
  • モデルの性能を y_test と比較する classification_report() を表示します。