Visualizando quantis de aceitação
Você já sabe como quantile() funciona para calcular um limiar e viu um exemplo de como ele divide os empréstimos entre aceitos e rejeitados. Como esse limiar fica no conjunto de teste e como você pode visualizá-lo?
Para verificar isso, você pode criar um histograma das probabilidades e adicionar uma linha de referência para o limiar. Com isso, dá para mostrar visualmente onde o limiar está na distribuição.
As previsões do modelo clf_gbt_preds foram carregadas no workspace.
Este exercício faz parte do curso
Modelagem de Risco de Crédito em Python
Instruções do exercício
- Crie um histograma das probabilidades previstas
clf_gbt_preds. - Calcule o limiar para uma taxa de aceitação de 85% usando
quantile(). Guarde esse valor comothreshold. - Plote o histograma novamente e, desta vez, adicione uma linha de referência usando
.axvline().
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Plot the predicted probabilities of default
plt.____(____, color = 'blue', bins = 40)
# Calculate the threshold with quantile
____ = np.____(____, ____)
# Add a reference line to the plot for the threshold
plt.____(x = ____, color = 'red')
plt.____()