Dobór progu
Istnieje kompromis między takimi metrykami jak czułość dla klas niewykonania zobowiązania, czułość dla klas wykonania zobowiązania oraz dokładność modelu. Jednym z prostych sposobów na wyznaczenie dobrego punktu startowego dla progu jest wykreślenie wszystkich trzech metryk za pomocą matplotlib. Dzięki temu wykresowi możesz zobaczyć, jak każda z nich zmienia się wraz z wartością progu, i znaleźć punkt, w którym wszystkie trzy osiągają wystarczająco dobrą wydajność dla danych kredytowych.
Wartości progów thresh, czułości dla klasy niewykonania zobowiązania def_recalls, czułości dla klasy wykonania zobowiązania nondef_recalls oraz wyniki dokładności accs zostały wczytane do przestrzeni roboczej. Aby ułatwić odczyt wykresu, wczytana została również tablica ticks ze znacznikami na osi x.
To ćwiczenie jest częścią kursu
Modelowanie ryzyka kredytowego w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
plt.plot(____,____)
plt.plot(____,____)
plt.plot(____,____)
plt.xlabel("Probability Threshold")
plt.xticks(ticks)
plt.legend(["Default Recall","Non-default Recall","Model Accuracy"])
plt.____()