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

Exercise

受入率

受入率を設定し、その率に対応するしきい値を計算すると、新規に承認したいローンの割合をコントロールできます。本演習では、テストデータを新規ローンのバッチとみなします。しきい値の計算には numpy の quantile() 関数を使用してください。

このしきい値を使って新しい loan_status を割り当てます。データ内のデフォルトと非デフォルトの件数は変わりますか？

学習済みモデル clf_gbt と、その予測を含むデータフレーム test_pred_df が用意されています。

Instrukcje

100 XP
  • 予測のデータフレーム内の prob_default について、.describe() を使って要約統計量を表示します。
  • quantile() を使って 85% の受入率に対応するしきい値を計算し、threshold_85 に保存します。
  • threshold_85 に基づいて、pred_loan_status という新しい列を作成します。
  • pred_loan_status の新しい値の件数を表示します。