真實世界的成本分析
本練習仍使用信用資料集。回想一下，此資料集中「positive」代表「壞信用」，也就是違約的客戶；「negative」代表持續正常還款的客戶。銀行經理告訴你，對每位「風險良好」的客戶平均可獲利 10K，但每位「風險不佳」的客戶會損失 150K。你的演算法將用於篩選申請者，因此被標記為「negative」的會核貸，而「positive」的會被婉拒。請計算你的分類器造成的總成本。可用的資料為 X_train、X_test、y_train 和 y_test。可使用的函式與類別有 confusion_matrix()、f1_score()、precision_score() 和 RandomForestClassifier()。
本練習屬於課程
在 Python 設計機器學習工作流程
練習說明
- 將隨機森林分類器擬合在訓練資料上。
- 用它為測試資料產生標籤。
- 從
confusion_matrix()取出假陰性與假陽性。你需要先將矩陣攤平成一維。 - 把「好」客戶誤判為「壞」表示銀行錯失 10K 的利潤；把「壞」客戶誤判為「好」表示因客戶違約導致銀行損失 150K。
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。
# Fit a random forest classifier to the training data
clf = ____(random_state=2).fit(____, ____)
# Label the test data
preds = clf.____(____)
# Get false positives/negatives from the confusion matrix
tn, ____, ____, tp = confusion_matrix(y_test, preds).____()
# Now compute the cost using the manager's advice
cost = fp*____ + fn*____