Выбор порога
Между такими метриками, как полнота для дефолтов, полнота для недефолтов и точность модели, существует компромисс. Один из простых способов подобрать хорошее начальное значение порога — построить график всех трёх метрик с помощью matplotlib. На этом графике видно, как каждая из метрик меняется при изменении значения порога, и можно найти точку, при которой все три показателя достаточно хороши для работы с кредитными данными.
В рабочую среду загружены: значения порогов thresh, значения полноты для дефолтов def_recalls, значения полноты для недефолтов nondef_recalls и оценки точности accs. Чтобы график был удобнее для чтения, также загружен массив ticks с метками делений по оси x.
Это упражнение является частью курса
Моделирование кредитного риска на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
plt.plot(____,____)
plt.plot(____,____)
plt.plot(____,____)
plt.xlabel("Probability Threshold")
plt.xticks(ticks)
plt.legend(["Default Recall","Non-default Recall","Model Accuracy"])
plt.____()