언더샘플링한 트리 성능

훈련 데이터를 언더샘플링했고, 그 언더샘플링한 데이터로 모델을 학습했어요.

모델 예측 성능은 테스트 세트의 부도 확률에만 영향을 주는 것이 아니라, 이후 유입되는 신규 대출 신청의 스코어링에도 영향을 줍니다. 또한 이제는 부도에 대한 재현율(recall)을 높이는 것이 더 중요하다는 것도 아셨을 거예요. 부도를 비부도로 잘못 예측할수록 비용이 더 커지기 때문입니다.

다음으로 중요한 단계는 새 모델의 성능을 기존 모델과 비교하는 것입니다. 기존 예측은 gbt_preds에, 새 모델의 예측은 gbt2_preds에 저장되어 있어요.

모델 예측값 gbt_preds와 gbt2_preds, 그리고 y_test는 워크스페이스에 이미 저장되어 있습니다.