1. Learn
    2. /
  2. 课程
    3. /
  3. Python 信用风险建模
Connected

道练习

欠采样树的性能

您已经对训练集进行了欠采样，并在欠采样的数据上训练了模型。

模型预测的表现不仅会影响测试集上的违约概率，也会影响新进贷款申请的评分。您也已经知道，更重要的是要提高对"违约"类别的召回率，因为把真实违约预测成不违约的代价更高。

接下来关键的一步是将新模型的性能与原始模型进行比较。原始模型的预测保存在 gbt_preds 中，新模型的预测保存在 gbt2_preds 中。

除了 y_test，模型预测 gbt_preds 和 gbt2_preds 已经预先存放在工作区中。

说明 1 / 共 3 个

undefined XP
    1
    2
    3
  • 分别打印旧模型和新模型的 classification_report()。