1. Learn
    2. /
  2. Курси
    3. /
  3. Моделювання кредитного ризику в Python
Connected

Вправа

Криві калібрування

Тепер ви знаєте, що дерево з градієнтним бустингом clf_gbt має найкращі загальні результати. Вам потрібно перевірити калібрування двох моделей, щоб зрозуміти, наскільки стабільною є точність передбачень за замовчуванням у різних діапазонах імовірностей. Ви можете використати графік калібрування кожної моделі, викликавши функцію calibration_curve().

Побудова кривих калібрування в Python може вимагати багато рядків коду, тож ви пройдете кожен крок послідовно, додаючи різні компоненти.

Два набори передбачень clf_logistic_preds і clf_gbt_preds уже завантажені в робоче середовище. Також вихідні дані calibration_curve() для кожної моделі завантажено як: frac_of_pos_lr, mean_pred_val_lr, frac_of_pos_gbt і mean_pred_val_gbt.

Інструкції 1/3

undefined XP
    1
    2
    3
  • Створіть криву калібрування за допомогою plot(), почавши з еталонної лінії ідеальної калібровки та позначте її як 'Perfectly calibrated'. Потім додайте підписи для осі y та осі x у такому порядку.