Tỷ lệ bad
Với tỷ lệ chấp nhận đã xác định, giờ bạn có thể phân tích tỷ lệ bad trong các khoản vay được chấp nhận. Cách làm này giúp bạn thấy được tỷ lệ phần trăm các khoản vỡ nợ đã được chấp nhận.
Hãy suy nghĩ về tác động của tỷ lệ chấp nhận và tỷ lệ bad. Chúng ta đặt một tỷ lệ chấp nhận để giảm số khoản vỡ nợ trong danh mục vì vỡ nợ gây tốn kém hơn. Liệu tỷ lệ bad có nhỏ hơn tỷ lệ vỡ nợ trong dữ liệu kiểm tra không?
Data frame dự đoán test_pred_df đã được nạp vào không gian làm việc.
Bài tập này là một phần của khóa học
Mô hình hóa Rủi ro Tín dụng bằng Python
Hướng dẫn bài tập
- In ra 5 hàng đầu tiên của data frame dự đoán.
- Tạo một tập con tên
accepted_loanschỉ chứa các khoản vay có trạng thái dự đoán là0. - Tính tỷ lệ bad dựa trên
true_loan_statuscủa tập con bằng cách dùngsum()và.count().
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Print the top 5 rows of the new data frame
print(____.____())
# Create a subset of only accepted loans
____ = ____[____['pred_loan_status'] == ____]
# Calculate the bad rate
print(np.____(____['true_loan_status']) / ____['true_loan_status'].____())