Sütun seçimi ve model performansı
Eğitim kümesini farklı sütun kombinasyonlarından oluşturmak, hem modeli hem de sütunların önem değerlerini etkiler. Peki, farklı sütun seçimleri modelin precision ve recall birleşimi olan F-1 puanlarını da etkiler mi? Bu soruyu, iki farklı sütun setiyle iki farklı model eğitip performanslarını kontrol ederek yanıtlayabilirsin.
Temerrütleri yanlış şekilde temerrüt değil olarak tahmin etmek, bu kredilerin temerrüt olasılığı çok düşükse beklenmedik kayıplara yol açabilir. Modellerin temerrütleri ne kadar doğru tahmin ettiğini görmek için temerrüt sınıfına ait F-1 puanını kullanabilirsin.
Kredi verisi cr_loan_prep ile iki eğitim sütun seti X ve X2 çalışma alanına yüklendi. gbt ve gbt2 modelleri zaten eğitildi.
Bu egzersiz
Python ile Kredi Riski Modellemesi
kursunun bir parçasıdırUygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Predict the loan_status using each model
____ = gbt.____(____)
____ = gbt2.____(____)
# Print the classification report of the first model
target_names = ['Non-Default', 'Default']
print(____(____, ____, target_names=target_names))
# Print the classification report of the second model
print(____(____, ____, target_names=target_names))