เกณฑ์และ Confusion Matrix
เราได้ดูการกำหนดเกณฑ์สำหรับการผิดนัดชำระหนี้แล้ว แต่สิ่งนี้ส่งผลต่อประสิทธิภาพโดยรวมอย่างไร? เราสามารถเริ่มต้นด้วยการดูผลกระทบผ่าน Confusion Matrix
ทบทวน Confusion Matrix ตามที่แสดงไว้นี้:
ลองกำหนดค่าเกณฑ์ความน่าจะเป็นของการผิดนัดชำระหนี้ในแบบต่าง ๆ แล้วใช้ Confusion Matrix เพื่อดูว่าการเปลี่ยนแปลงค่าเหล่านั้นส่งผลต่อประสิทธิภาพของโมเดลอย่างไร
Dataframe ของผลการพยากรณ์ preds_df รวมถึงโมเดล clf_logistic ถูกโหลดไว้ใน workspace แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Set the threshold for defaults to 0.5
____[____] = ____[____].apply(lambda x: 1 if x > ____ else 0)
# Print the confusion matrix
print(____(____,____[____]))