Daya beda model dan dampaknya

Pemodelan Risiko Kredit dengan Python

Michael Crabtree

Data Scientist, Ford Motor Company

Confusion matrix

  • Menampilkan jumlah prediksi benar/salah untuk tiap loan_status

Matriks kebingungan dengan rumus

Pemodelan Risiko Kredit dengan Python

Recall default untuk status pinjaman

  • Recall gagal bayar (sensitivitas) adalah proporsi default yang terprediksi benar

Contoh classification report dengan recall default

Rumus recall default

Pemodelan Risiko Kredit dengan Python

Dampak recall pada portofolio

  • Classification report - Model Logistic Regression berkinerja buruk

Contoh classification report dengan sorotan status pinjaman

Pemodelan Risiko Kredit dengan Python

Dampak recall pada portofolio

  • Classification report - Model Logistic Regression berkinerja buruk

Contoh classification report dengan sorotan status pinjaman

  • Jumlah default nyata: 50.000
Jumlah Pinjaman Default Diprediksi / Tidak Perkiraan Kerugian atas Default
$50 .04 / .96 (50000 x .96) x 50 = $2.400.000
Pemodelan Risiko Kredit dengan Python

Recall, presisi, dan akurasi

  • Sulit memaksimalkan semuanya karena ada trade-off

Grafik recall non-default dengan recall default dan akurasi

Pemodelan Risiko Kredit dengan Python

Ayo berlatih!

Pemodelan Risiko Kredit dengan Python

Preparing Video For Download...