阈值选择
您已经知道，在违约召回率、非违约召回率和模型准确率等指标之间存在权衡。一个便捷的方法是用 matplotlib 同时绘制这三条曲线，近似找出一个不错的起始阈值。通过这张图，您可以观察当阈值变化时各指标的走势，并找到三者表现都足够好的点，用于这份信贷数据。
阈值数组 thresh、违约召回率 def_recalls、非违约召回率 nondef_recalls 以及准确率 accs 已加载到工作区。为便于阅读，x 轴刻度数组 ticks 也已加载。
本练习是课程的一部分
Python 信用风险建模
交互式实操练习
通过完成这段示例代码来试试这个练习。
plt.plot(____,____)
plt.plot(____,____)
plt.plot(____,____)
plt.xlabel("Probability Threshold")
plt.xticks(ticks)
plt.legend(["Default Recall","Non-default Recall","Model Accuracy"])
plt.____()