降抽樣樹模型的效能
你已經對訓練集進行降抽樣,並在降抽樣後的資料上訓練了一個模型。
模型在測試集上的預測效能不只影響違約機率,還會影響新進貸款申請的評分。你也已經知道,提高違約類別的召回率(recall)更為關鍵,因為把違約預測成未違約的代價更高。
下一個關鍵步驟是把新模型的效能與原始模型做比較。原始模型的預測已存為 gbt_preds,新模型的預測存為 gbt2_preds。
工作空間中已經提供 gbt_preds、gbt2_preds 與 y_test。
本練習屬於課程
以 Python 進行信用風險建模
動手互動練習
試著完成這個範例程式碼,體驗一下這個練習。
# Check the classification reports
target_names = ['Non-Default', 'Default']
print(____(y_test, ____, target_names=target_names))
print(____(y_test, ____, target_names=target_names))