1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Mô hình hóa Rủi ro Tín dụng bằng Python
Connected

Bài tập

Trực quan hóa mức độ quan trọng của cột

Khi mô hình được huấn luyện trên các tập cột khác nhau, hiệu suất sẽ thay đổi. Nhưng liệu mức độ quan trọng của cùng một cột có thay đổi tùy theo nhóm cột mà nó nằm trong đó không?

Các tập dữ liệu X2 và X3 đã được tạo bằng đoạn mã sau:

X2 = cr_loan_prep[['loan_int_rate','person_emp_length']]
X3 = cr_loan_prep[['person_income','loan_int_rate','loan_percent_income']]

Hiểu cách các cột khác nhau được sử dụng để đưa ra dự đoán loan_status là rất quan trọng cho khả năng diễn giải mô hình.

Các tập dữ liệu cr_loan_prep, X2_train, X2_test, X3_train, X3_test, y_train, y_test đã được nạp sẵn trong môi trường làm việc.

Hướng dẫn 1/2

undefined XP
    1
    2
  • Tạo và huấn luyện một mô hình XGBClassifier() trên X2_train và đặt tên là clf_gbt2.
  • Vẽ biểu đồ mức độ quan trọng của các cột mà clf_gbt2 đã huấn luyện.