延滞確率の予測

すべてのデータ前処理が完了し、いよいよ延滞確率の予測を作成します。LogisticRegression() モデルを学習させて、延滞確率の予測がどのように得られるかを確認しましょう。

predict_proba が出力する内容を具体的に理解するために、予測された延滞確率とサンプルのレコードを並べて見てみます。最初の5件の予測は、実際の loan_status と比べてどう見えるでしょうか？

データセット cr_loan_prep に加え、X_train、X_test、y_train、y_test はすでにワークスペースに読み込まれています。

この演習はコースの一部です

Pythonで学ぶクレジットリスクモデリング

コースを見る

演習の手順

学習データでロジスティック回帰モデルを学習し、clf_logistic として保存してください。
テストデータに対して predict_proba() を用いて予測を作成し、preds に保存してください。
先頭5件の予測値と実際の loan_status を保持するデータフレーム preds_df と true_df を作成してください。
.concat() を使って、true_df と preds_df を1つにまとめて表示してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Train the logistic regression model on the training data
____ = ____(solver='lbfgs').____(____, np.ravel(____))

# Create predictions of probability for loan status using test data
____ = clf_logistic.____(____)

# Create dataframes of first five predictions, and first five true labels
____ = pd.DataFrame(____[:,1][0:5], columns = ['prob_default'])
____ = y_test.____()

# Concatenate and print the two data frames for comparison
print(pd.____([true_df.reset_index(drop = True), preds_df], axis = 1))

コードを編集して実行