승인 분위 수 시각화
quantile()이 임계값을 계산하는 방식과, 그 임계값을 사용해 대출을 승인과 거절로 나누는 예시는 이미 확인하셨어요. 그렇다면 테스트 세트에서 이 임계값은 어떤 모습이며, 이를 어떻게 시각화할 수 있을까요?
이를 확인하려면 확률의 히스토그램을 만들고, 임계값을 나타내는 기준선을 추가하면 됩니다. 이렇게 하면 분포에서 임계값이 어디에 위치하는지 시각적으로 보여줄 수 있어요.
모형 예측값 clf_gbt_preds는 워크스페이스에 로드되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 신용 리스크 모델링
연습 안내
- 예측 확률
clf_gbt_preds의 히스토그램을 생성하세요. quantile()을 사용해 승인율 85%에 해당하는 임계값을 계산하고, 이 값을threshold로 저장하세요.- 히스토그램을 다시 그리되, 이번에는
.axvline()으로 기준선을 추가하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Plot the predicted probabilities of default
plt.____(____, color = 'blue', bins = 40)
# Calculate the threshold with quantile
____ = np.____(____, ____)
# Add a reference line to the plot for the threshold
plt.____(x = ____, color = 'red')
plt.____()