Predicția probabilității de nerambursare

Procesarea datelor este completă și a venit momentul să generezi predicții pentru probabilitatea de nerambursare. Vei antrena un model LogisticRegression() pe date și vei analiza cum prezice acesta probabilitatea de nerambursare.

Pentru a înțelege mai bine ce produce modelul cu predict_proba, aruncă o privire asupra unui exemplu de înregistrare alături de probabilitatea de nerambursare prezisă. Cum arată primele cinci predicții comparativ cu valorile reale ale loan_status?

Setul de date cr_loan_prep, împreună cu X_train, X_test, y_train și y_test, au fost deja încărcate în spațiul de lucru.

Acest exercițiu face parte din cursul

Modelarea Riscului de Credit în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Antrenează un model de regresie logistică pe datele de antrenament și salvează-l în variabila clf_logistic.
Folosește predict_proba() pe datele de testare pentru a genera predicțiile și stochează-le în preds.
Creează două cadre de date, preds_df și true_df, pentru a stoca primele cinci predicții și, respectiv, valorile reale ale loan_status.
Afișează true_df și preds_df împreună, folosind .concat().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Train the logistic regression model on the training data
____ = ____(solver='lbfgs').____(____, np.ravel(____))

# Create predictions of probability for loan status using test data
____ = clf_logistic.____(____)

# Create dataframes of first five predictions, and first five true labels
____ = pd.DataFrame(____[:,1][0:5], columns = ['prob_default'])
____ = y_test.____()

# Concatenate and print the two data frames for comparison
print(pd.____([true_df.reset_index(drop = True), preds_df], axis = 1))

Editează și rulează codul