Вибір порога
Ви знаєте, що існує компроміс між такими метриками, як recall для дефолтів, recall для недефолтів і точність моделі. Один простий спосіб підібрати непогане початкове значення порога — подивитися на графік усіх трьох за допомогою matplotlib. Із цим графіком ви побачите, як змінюються ці метрики залежно від порога, і зможете знайти точку, де показники всіх трьох достатньо добрі для використання на кредитних даних.
Значення порога thresh, значення recall для дефолтів def_recalls, значення recall для недефолтів nondef_recalls та оцінки точності accs вже завантажено в робочий простір. Щоб полегшити читання графіка, також завантажено масив ticks для позначок осі x.
Ця вправа є частиною курсу
Моделювання кредитного ризику в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
plt.plot(____,____)
plt.plot(____,____)
plt.plot(____,____)
plt.xlabel("Probability Threshold")
plt.xticks(ticks)
plt.legend(["Default Recall","Non-default Recall","Model Accuracy"])
plt.____()