การแสดงภาพควอนไทล์ของอัตราการอนุมัติ
ตอนนี้รู้แล้วว่า quantile() ทำงานอย่างไรในการคำนวณค่า threshold และได้เห็นตัวอย่างการแบ่งสินเชื่อออกเป็นที่อนุมัติและถูกปฏิเสธ ค่า threshold นี้มีลักษณะอย่างไรสำหรับชุดข้อมูลทดสอบ และจะแสดงผลให้เห็นได้อย่างไร?
เพื่อตรวจสอบสิ่งนี้ สร้าง histogram ของค่าความน่าจะเป็น แล้วเพิ่มเส้นอ้างอิงสำหรับค่า threshold เพื่อแสดงให้เห็นว่าค่า threshold อยู่ที่ตำแหน่งใดในการกระจายของข้อมูล
ผลการพยากรณ์ของโมเดล clf_gbt_preds ถูกโหลดเข้าสู่ workspace แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python
คำแนะนำการฝึกหัด
- สร้าง histogram ของค่าความน่าจะเป็นที่โมเดลพยากรณ์ไว้ใน
clf_gbt_preds - คำนวณค่า threshold สำหรับอัตราการอนุมัติ 85% โดยใช้
quantile()แล้วเก็บค่านี้ไว้ในตัวแปรthreshold - สร้าง histogram อีกครั้ง แต่คราวนี้ให้เพิ่มเส้นอ้างอิงโดยใช้
.axvline()
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Plot the predicted probabilities of default
plt.____(____, color = 'blue', bins = 40)
# Calculate the threshold with quantile
____ = np.____(____, ____)
# Add a reference line to the plot for the threshold
plt.____(x = ____, color = 'red')
plt.____()