อัตรา Bad Rate
เมื่อเข้าใจเรื่องอัตราการอนุมัติสินเชื่อแล้ว ขั้นต่อไปคือการวิเคราะห์ bad rate ภายในกลุ่มสินเชื่อที่ได้รับการอนุมัติ เพื่อดูว่ามีสัดส่วนผิดนัดชำระหนี้ที่ถูกอนุมัติไปเท่าไร
ลองคิดถึงผลกระทบของอัตราการอนุมัติและ bad rate เราตั้งอัตราการอนุมัติเพื่อลดจำนวนผู้ผิดนัดชำระในพอร์ตโฟลิโอ เนื่องจากการผิดนัดชำระมีต้นทุนสูงกว่า แล้ว bad rate จะต่ำกว่าสัดส่วนผู้ผิดนัดชำระในชุดข้อมูลทดสอบหรือไม่?
ข้อมูล DataFrame ของการคาดการณ์ test_pred_df ถูกโหลดไว้ในพื้นที่ทำงานแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python
คำแนะนำการฝึกหัด
- แสดงห้าแถวแรกของ DataFrame การคาดการณ์
- สร้าง subset ชื่อ
accepted_loansที่เก็บเฉพาะสินเชื่อที่สถานะสินเชื่อที่คาดการณ์เป็น0 - คำนวณ bad rate จาก
true_loan_statusของ subset โดยใช้sum()และ.count()
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Print the top 5 rows of the new data frame
print(____.____())
# Create a subset of only accepted loans
____ = ____[____['pred_loan_status'] == ____]
# Calculate the bad rate
print(np.____(____['true_loan_status']) / ____['true_loan_status'].____())