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

ćwiczenie

Porównanie za pomocą krzywych ROC

Do porównania dwóch modeli użyj wykresów ROC i wskaźników AUC. Wizualizacje potrafią naprawdę ułatwić zrozumienie różnic między rozważanymi modelami – zarówno tobie, jak i potencjalnym użytkownikom biznesowym.

Mając wykres przed oczami, łatwiej podejmiesz decyzję. Lift to odległość krzywej od linii losowego przewidywania. AUC to pole między krzywą a tą linią. Model z większym liftem i wyższym AUC lepiej radzi sobie z dokładnym przewidywaniem.

Wytrenowane modele clf_logistic i clf_gbt zostały załadowane do środowiska pracy. Załadowano również predykcje prawdopodobieństwa niewywiązania się ze zobowiązań: clf_logistic_preds i clf_gbt_preds.

Instrukcje 1/2

undefined XP
    1
    2
  • Oblicz fallout, sensitivity i thresholds dla regresji logistycznej i drzewa wzmocnionego gradientem.
  • Narysuj wykres ROC dla modeli lr i gbt, umieszczając fallout na osi x, a sensitivity na osi y dla każdego z nich.