Intuicja stojąca za undersamplingiem
Kolejny test intuicji! Widzisz już, jaki wpływ ma undersampling zbioru treningowego na przewidywanie przypadków niespłacenia kredytu. Zastosowanie undersamplingu na zbiorze X_train pozytywnie wpłynęło na wynik AUC nowego modelu oraz na recall dla przypadków niespłacenia. Niezbalansowanie klas w danych treningowych jest typowe dla większości zbiorów danych kredytowych.
Nie zastosowałeś undersamplingu na danych testowych X_test. Dlaczego nie?
To ćwiczenie jest częścią kursu
Modelowanie ryzyka kredytowego w Pythonie
Interaktywne ćwiczenie praktyczne
Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń
Rozpocznij ćwiczenie