지금까지 LogisticRegression()과 XGBClassifier() 두 모델을 사용해 부도확률을 예측해 보셨습니다. 일부 스코어링과 예측 샘플도 살펴봤는데요, 그렇다면 포트폴리오 전체 성과에는 어떤 영향이 있을까요? 서로 다른 모델을 테스트하는 중요성을 보여 주기 위해, 기대손실(expected loss)을 지표로 사용해 보세요.

두 모델의 부도확률, 부도 시 손실률(현재는 20%로 가정), 그리고 부도 시 익스포저로 가정할 loan_amnt를 합쳐 둔 portfolio라는 데이터 프레임이 준비되어 있습니다.

또한 작업 공간에는 cr_loan_prep 데이터 프레임과 X_train, y_train 학습용 데이터 세트가 로드되어 있습니다.

XGBoost로 하는 그래디언트 부스팅 트리

Create Your Free Account