Val av tröskelvärd
Det finns en avvägning mellan mätvärden som återkallning för fallissemang, återkallning för icke-fallissemang och modellens noggrannhet. Ett enkelt sätt att hitta ett bra startvärde för tröskeln är att rita ett diagram över alla tre med hjälp av matplotlib. I grafen kan du se hur varje mätvärde förändras när du justerar tröskelvärdena, och hitta den punkt där alla tre presterar tillräckligt bra för kreditdata.
Tröskelvärdena thresh, återkallningsvärdena för fallissemang def_recalls, återkallningsvärdena för icke-fallissemang nondef_recalls och noggrannhetsvärdena accs har laddats in i arbetsytan. För att göra diagrammet lättare att läsa har även arrayen ticks för x-axelns markeringar laddats in.
Den här övningen är en del av kursen
Kreditriskmodellering i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
plt.plot(____,____)
plt.plot(____,____)
plt.plot(____,____)
plt.xlabel("Probability Threshold")
plt.xticks(ticks)
plt.legend(["Default Recall","Non-default Recall","Model Accuracy"])
plt.____()