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

Bài tập

Chấm điểm trực quan các mô hình tín dụng

Bây giờ, bạn muốn trực quan hóa hiệu suất của mô hình. Trên biểu đồ ROC, trục X và Y lần lượt là hai chỉ số bạn đã xem: tỷ lệ dương tính giả (fall-out) và tỷ lệ dương tính thật (sensitivity).

Bạn có thể tạo biểu đồ ROC thể hiện hiệu suất bằng đoạn mã sau:

fallout, sensitivity, thresholds = roc_curve(y_test, prob_default)
plt.plot(fallout, sensitivity)

Để tính điểm AUC, bạn dùng roc_auc_score().

Bộ dữ liệu tín dụng cr_loan_prep cùng với các tập X_test và y_test đã được nạp vào không gian làm việc. Một mô hình LogisticRegression() đã huấn luyện tên là clf_logistic cũng đã được nạp.

Hướng dẫn

100 XP
  • Tạo các dự đoán cho xác suất vỡ nợ và lưu vào preds.
  • In điểm accuracy của mô hình trên các tập kiểm tra X và y.
  • Dùng roc_curve() trên dữ liệu kiểm tra và các xác suất vỡ nợ để tạo fallout và sensitivity. Sau đó, vẽ biểu đồ ROC với fallout trên trục x.
  • Tính AUC của mô hình bằng dữ liệu kiểm tra và các xác suất vỡ nợ và lưu vào auc.