1. Учиться
  2. /
  3. Courses
  4. /
  5. Pythonで学ぶクレジットリスクモデリング

Connected

Exercise

受入率の分位点を可視化する

quantile() を使ってしきい値を計算する方法は理解できましたし、そのしきい値でローンを承認・非承認に分ける例も見ました。では、テストセットではこのしきい値はどのように見えるでしょうか。どう可視化できるでしょうか?

これを確かめるには、確率のヒストグラムを作成し、その上にしきい値の参照線を追加します。こうすることで、分布の中のどこにしきい値があるかを視覚的に示せます。

モデルの予測値 clf_gbt_preds はワークスペースに読み込まれています。

Инструкции

100 XP
  • 予測確率 clf_gbt_preds のヒストグラムを作成します。
  • quantile() を使って受入率 85% のしきい値を計算し、threshold に保存します。
  • もう一度ヒストグラムを描画し、今回は .axvline() を使って参照線を追加します。