Praguri și matrice de confuzie
Ai explorat setarea pragurilor pentru nerambursări, dar cum afectează acestea performanța generală? Pentru a afla, poți începe prin a analiza efectele cu ajutorul matricelor de confuzie.
Amintește-ți matricea de confuzie prezentată aici:
Setează valori diferite pentru pragul probabilității de nerambursare și folosește o matrice de confuzie pentru a vedea cum afectează valorile în schimbare performanța modelului.
Dataframe-ul de predicții, preds_df, precum și modelul clf_logistic au fost încărcate în spațiul de lucru.
Acest exercițiu face parte din cursul
Modelarea Riscului de Credit în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Set the threshold for defaults to 0.5
____[____] = ____[____].apply(lambda x: 1 if x > ____ else 0)
# Print the confusion matrix
print(____(____,____[____]))