Tác động của tỷ lệ chấp nhận
Bây giờ, hãy xem loan_amnt của từng khoản vay để hiểu tác động lên danh mục khi thay đổi tỷ lệ chấp nhận. Bạn có thể dùng bảng chéo với các giá trị đã tính toán, như số tiền vay trung bình, cho tập khoản vay mới X_test. Cách làm là nhân số lượng từng loại với giá trị loan_amnt trung bình.
Khi in các giá trị này, hãy định dạng theo đơn vị tiền tệ để con số trông thực tế hơn. Suy cho cùng, rủi ro tín dụng luôn gắn với tiền. Bạn có thể làm điều này bằng đoạn mã sau:
pd.options.display.float_format = '${:,.2f}'.format
Data frame dự đoán test_pred_df, hiện đã bao gồm cột loan_amnt từ X_test, đã được nạp vào môi trường làm việc.
Bài tập này là một phần của khóa học
Mô hình hóa Rủi ro Tín dụng bằng Python
Hướng dẫn bài tập
- In thống kê tóm tắt của cột
loan_amntbằng.describe(). - Tính giá trị trung bình của
loan_amntvà lưu vàoavg_loan. - Đặt định dạng cho
pandaslà'${:,.2f}' - In bảng chéo giữa trạng thái khoản vay thực tế và trạng thái dự đoán, rồi nhân từng ô với
avg_loan.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Print the statistics of the loan amount column
print(____[____].____())
# Store the average loan amount
____ = np.____(____[____])
# Set the formatting for currency, and print the cross tab
pd.options.display.float_format = ____.format
print(pd.____(____[____],
____[____]).apply(lambda x: x * ____, axis = 0))