Seleção de limiar
Você sabe que existe um trade-off entre métricas como recall de inadimplência, recall de não inadimplência e acurácia do modelo. Uma maneira simples de aproximar um bom valor inicial de limiar é olhar para um gráfico das três usando matplotlib. Com esse gráfico, você pode ver como cada uma dessas métricas se comporta à medida que você altera os valores de limiar e encontrar o ponto em que o desempenho das três é bom o suficiente para usar nos dados de crédito.
Os valores de limiar thresh, os valores de recall de inadimplência def_recalls, os valores de recall de não inadimplência nondef_recalls e os escores de acurácia accs foram carregados no ambiente de trabalho. Para deixar o gráfico mais fácil de ler, o array ticks para as marcações do eixo x também foi carregado.
Este exercício faz parte do curso
Modelagem de Risco de Crédito em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
plt.plot(____,____)
plt.plot(____,____)
plt.plot(____,____)
plt.xlabel("Probability Threshold")
plt.xticks(ticks)
plt.legend(["Default Recall","Non-default Recall","Model Accuracy"])
plt.____()