Validarea încrucișată a modelelor de credit

Creditele și datele aferente se schimbă în timp, iar datele noi nu vor semăna întotdeauna cu cele din seturile de testare actuale. Prin urmare, poți folosi validarea încrucișată pentru a testa mai multe seturi mai mici de antrenament și testare, derivate din X_train și y_train originale.

Folosește funcția XGBoost cv() pentru a realiza validarea încrucișată. Va trebui să configurezi toți parametrii necesari pentru ca cv() să îi aplice pe datele de testare.

Seturile de date X_train și y_train sunt încărcate în spațiul de lucru, împreună cu modelul antrenat gbt și dicționarul de parametri params, care va fi afișat la încărcarea exercițiului.

Acest exercițiu face parte din cursul

Modelarea Riscului de Credit în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Setează numărul de pliuri la 5 și oprirea timpurie la 10. Stochează-le ca n_folds și early_stopping.
Creează obiectul de tip matrice DTrain folosind datele de antrenament.
Aplică cv() pe parametri, pliuri și obiectul de oprire timpurie. Stochează rezultatele ca cv_df.
Afișează conținutul lui cv_df.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Set the values for number of folds and stopping iterations
____ = ____
____ = ____

# Create the DTrain matrix for XGBoost
____ = xgb.____(____, label = ____)

# Create the data frame of cross validations
____ = xgb.cv(____, ____, num_boost_round = 5, nfold=____,
            early_stopping_rounds=____)

# Print the cross validations data frame
____(____)

Editează și rulează codul