신용 모델 교차 검증하기
신용 대출과 그 데이터는 시간이 지나면서 변하고, 항상 현재 테스트 세트에 로드된 모습과 같지 않을 수 있어요. 따라서, 원래의 X_train과 y_train에서 파생한 더 작은 학습/테스트 세트를 여러 개 만들어보는 교차 검증을 사용할 수 있어요.
XGBoost의 cv() 함수를 사용해 교차 검증을 수행하세요. 테스트 데이터에 사용할 cv()의 모든 매개변수를 설정해야 해요.
워크스페이스에는 데이터 세트 X_train, y_train, 학습된 모델 gbt, 그리고 연습 문제 로드 시 출력되는 매개변수 딕셔너리 params가 준비되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 신용 리스크 모델링
연습 안내
- 폴드 수를
5로, 조기 중단 기준을10으로 설정하고 각각n_folds,early_stopping에 저장하세요. - 학습 데이터를 사용해 행렬 객체
DTrain을 생성하세요. - 매개변수, 폴드, 조기 중단 객체를 사용해
cv()를 실행하고 결과를cv_df에 저장하세요. cv_df의 내용을 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Set the values for number of folds and stopping iterations
____ = ____
____ = ____
# Create the DTrain matrix for XGBoost
____ = xgb.____(____, label = ____)
# Create the data frame of cross validations
____ = xgb.cv(____, ____, num_boost_round = 5, nfold=____,
early_stopping_rounds=____)
# Print the cross validations data frame
____(____)