Eksik örneklenmiş ağacın performansı
Eğitim setini eksik örnekledin ve bu eksik örneklenmiş set üzerinde bir model eğittin.
Modelin tahmin performansı yalnızca test setindeki temerrüt olasılığını değil, aynı zamanda yeni gelen kredi başvurularının skorlanmasını da etkiler. Ayrıca artık şunu da biliyorsun: temerrütleri yakalama oranının (recall) yüksek olması daha da önemli, çünkü temerrüt olup da temerrüt değil diye tahmin edilmesi daha maliyetlidir.
Sıradaki kritik adım, yeni modelin performansını orijinal modelle karşılaştırmak. Orijinal tahminler gbt_preds içinde, yeni modelin tahminleri ise gbt2_preds içinde saklanıyor.
gbt_preds ve gbt2_preds model tahminleri ile y_test çalışma alanında hazır bulunuyor.
Bu egzersiz
Python ile Kredi Riski Modellemesi
kursunun bir parçasıdırUygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Check the classification reports
target_names = ['Non-Default', 'Default']
print(____(y_test, ____, target_names=target_names))
print(____(y_test, ____, target_names=target_names))