1. Nauka
    2. /
  2. Kursy
    3. /
  3. Modelowanie ryzyka kredytowego w Pythonie
Connected

ćwiczenie

Wizualizacja ważności kolumn

Kiedy model jest trenowany na różnych zestawach kolumn, jego wydajność się zmienia – ale czy ważność tej samej kolumny zależy od tego, w jakiej grupie się znajduje?

Zbiory danych X2 i X3 zostały utworzone za pomocą następującego kodu:

X2 = cr_loan_prep[['loan_int_rate','person_emp_length']]
X3 = cr_loan_prep[['person_income','loan_int_rate','loan_percent_income']]

Zrozumienie, jak poszczególne kolumny wpływają na prognozowanie loan_status, jest bardzo ważne dla interpretowalności modelu.

W środowisku pracy dostępne są zbiory danych: cr_loan_prep, X2_train, X2_test, X3_train, X3_test, y_train oraz y_test.

Instrukcje 1/2

undefined XP
    1
    2
  • Utwórz i wytrenuj model XGBClassifier() na X2_train, a następnie nazwij go clf_gbt2.
  • Zwizualizuj ważność kolumn, na których trenował clf_gbt2.