Memprediksi probabilitas gagal bayar

Pemodelan Risiko Kredit dengan Python

Michael Crabtree

Data Scientist, Ford Motor Company

Koefisien regresi logistik

# Intersep model
array([-3.30582292e-10])
# Koefisien untuk ['loan_int_rate','person_emp_length','person_income']
array([[ 1.28517496e-09, -2.27622202e-09, -2.17211991e-05]])

Rumus probabilitas gagal bayar dengan regresi logistik

# Menghitung probabilitas gagal bayar
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)))

Menafsirkan koefisien

# Intersep
intercept = -1.02
# Koefisien untuk lama bekerja
person_emp_length_coef = -0.056

Setiap kenaikan 1 tahun pada person_emp_length menurunkan peluang gagal bayar

Menafsirkan koefisien

# Intersep
intercept = -1.02
# Koefisien untuk lama bekerja
person_emp_length_coef = -0.056

Setiap kenaikan 1 tahun pada person_emp_length menurunkan peluang gagal bayar

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

Menggunakan kolom non-numerik

Numerik: loan_int_rate, person_emp_length, person_income
Non-numerik:
```
cr_loan_clean['loan_intent']
```

EDUCATION            
MEDICAL              
VENTURE              
PERSONAL             
DEBTCONSOLIDATION   
HOMEIMPROVEMENT

Akan menyebabkan error pada model machine learning di Python jika tidak diproses

One-hot encoding

Wakili string dengan angka

Contoh loan intent dalam data

One-hot encoding

Ubah string menjadi angka
0 atau 1 di kolom baru column_VALUE

Contoh one-hot encoding pada kolom loan intent

Get dummies

Gunakan get_dummies() di pandas

# Pisahkan kolom numerik
cred_num = cr_loan.select_dtypes(exclude=['object'])
# Pisahkan kolom non-numerik
cred_cat = cr_loan.select_dtypes(include=['object'])
# One-hot encode hanya kolom non-numerik
cred_cat_onehot = pd.get_dummies(cred_cat)
# Gabungkan kolom numerik dengan kolom hasil one-hot
cr_loan = pd.concat([cred_num, cred_cat_onehot], axis=1)

Memprediksi masa depan, secara probabilistik

Gunakan metode .predict_proba() di scikit-learn

# Latih model
clf_logistic.fit(X_train, np.ravel(y_train))
# Prediksi dengan model
clf_logistic.predict_proba(X_test)

Menghasilkan array probabilitas gagal bayar

# Probabilitas: [[tidak gagal bayar, gagal bayar]]
array([[0.55, 0.45]])

Ayo berlatih!

Pemodelan Risiko Kredit dengan Python