Ausfallwahrscheinlichkeit vorhersagen

Kreditrisikomodellierung in Python

Michael Crabtree

Data Scientist, Ford Motor Company

Koeffizienten der logistischen Regression

# Modell-Intercept
array([-3.30582292e-10])
# Koeffizienten für ['loan_int_rate','person_emp_length','person_income']
array([[ 1.28517496e-09, -2.27622202e-09, -2.17211991e-05]])

Formel für die Ausfallwahrscheinlichkeit mit logistischer Regression

# Ausfallwahrscheinlichkeit berechnen
int_coef_sum = -3.3e-10 +
    (1.29e-09 * loan_int_rate) + (-2.28e-09 * person_emp_length) + (-2.17e-05 * person_income)
prob_default = 1 / (1 + np.exp(-int_coef_sum))
prob_nondefault = 1 - (1 / (1 + np.exp(-int_coef_sum)))

Koeffizienten interpretieren

# Intercept
intercept = -1.02
# Koeffizient für Beschäftigungsdauer
person_emp_length_coef = -0.056

Pro +1 Jahr bei person_emp_length sinkt die Ausfallwahrscheinlichkeit

Koeffizienten interpretieren

# Intercept
intercept = -1.02
# Koeffizient für Beschäftigungsdauer
person_emp_length_coef = -0.056

Pro +1 Jahr bei person_emp_length sinkt die Ausfallwahrscheinlichkeit

intercept	person_emp_length	value * coef	probability of default
`-1.02`	10	(10 * `-0.06`)	.17
`-1.02`	11	(11 * `-0.06`)	.16
`-1.02`	12	(12 * `-0.06`)	.15

Nicht numerische Spalten nutzen

Numerisch: loan_int_rate, person_emp_length, person_income
Nicht numerisch:
```
cr_loan_clean['loan_intent']
```

EDUCATION            
MEDICAL              
VENTURE              
PERSONAL             
DEBTCONSOLIDATION   
HOMEIMPROVEMENT

Führt in Python zu Fehlern in ML-Modellen, wenn nicht verarbeitet

One-Hot-Encoding

Einen String als Zahl darstellen

Beispiel für loan intent in den Daten

One-Hot-Encoding

Einen String als Zahl darstellen
0 oder 1 in neuer Spalte column_VALUE

Beispiel für One-Hot-Encoding der Spalte loan intent

get_dummies

Nutze get_dummies() in pandas

# Numerische Spalten trennen
cred_num = cr_loan.select_dtypes(exclude=['object'])
# Nicht numerische Spalten trennen
cred_cat = cr_loan.select_dtypes(include=['object'])
# Nur nicht numerische Spalten one-hot encoden
cred_cat_onehot = pd.get_dummies(cred_cat)
# Numerische mit encodeten Spalten vereinen
cr_loan = pd.concat([cred_num, cred_cat_onehot], axis=1)

Die (wahrscheinliche) Zukunft vorhersagen

Verwende die Methode .predict_proba() in scikit-learn

# Modell trainieren
clf_logistic.fit(X_train, np.ravel(y_train))
# Mit dem Modell vorhersagen
clf_logistic.predict_proba(X_test)

Erstellt ein Array mit Ausfallwahrscheinlichkeiten

# Wahrscheinlichkeiten: [[kein Ausfall, Ausfall]]
array([[0.55, 0.45]])

Lass uns üben!

Kreditrisikomodellierung in Python