Kabul oranları

Bir kabul oranı belirlemek ve bu oranın eşiğini hesaplamak, kabul etmek istediğin yeni kredilerin yüzdesini ayarlamak için kullanılabilir. Bu egzersiz için, test verilerinin yeni kredilerden oluşan taze bir parti olduğunu varsay. Eşiği hesaplamak için numpy içindeki quantile() fonksiyonunu kullanman gerekecek.

Eşik, yeni loan_status değerleri atamak için kullanılmalıdır. Verideki temerrüt ve temerrüt dışı sayıları değişiyor mu?

Eğitilmiş model clf_gbt ve onun tahminlerinden oluşan veri çerçevesi test_pred_df hazır.

Bu egzersiz

Python ile Kredi Riski Modellemesi

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Tahminler veri çerçevesinde prob_default için özet istatistikleri .describe() ile yazdır.
quantile() kullanarak %%85 kabul oranı için eşiği hesapla ve threshold_85 olarak sakla.
threshold_85 temelinde pred_loan_status adlı yeni bir sütun oluştur.
pred_loan_status içindeki yeni değerlerin sayımlarını yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Check the statistics of the probabilities of default
print(____[____].describe())

# Calculate the threshold for a 85% acceptance rate
____ = np.____(____['prob_default'], ____)

# Apply acceptance rate threshold
____[____] = ____[____].apply(lambda x: 1 if x > ____ else 0)

# Print the counts of loan status after the threshold
print(____[____].____())

Kodu Düzenle ve Çalıştır