Suddivisione dei dati e matrici di confusione

Credit Risk Modeling in R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Avvia l’analisi

Schermata 2020-06-15 alle 08.43.54.png

Training e test set

Schermata 2020-06-15 alle 08.43.43.png

Training e test set

Schermata 2020-06-15 alle 08.43.14.png

Cross-validation

Schermata 2020-06-15 alle 08.43.31.png

Valutare un modello

      test_set$loan_status    model_prediction   
            ...                     ...
 [8066,]      1                       1
 [8067,]      0                       0
 [8068,]      0                       0
 [8069,]      0                       0
 [8070,]      0                       0
 [8071,]      0                       1
 [8072,]      1                       0
 [8073,]      1                       1
 [8074,]      0                       0
 [8075,]      0                       0
 [8076,]      0                       0
 [8077,]      1                       1
 [8078,]      0                       0
        ...                        ...

Valutare un modello

      test_set$loan_status    model_prediction   
            ...                     ...
[8066,]       1                       1
[8067,]       0                       0
 [8068,]      0                       0
 [8069,]      0                       0
 [8070,]      0                       0
 [8071,]      0                       1
 [8072,]      1                       0
 [8073,]      1                       1
 [8074,]      0                       0
 [8075,]      0                       0
 [8076,]      0                       0
 [8077,]      1                       1
 [8078,]      0                       0
 [8079,]      0                       1
        ...                        ...

Stato reale del prestito vs. Predizione del modello

	Nessun default (0)	Default (1)
Nessun default (0)	8	2
Default (1)	1	3

Valutare un modello

      test_set$loan_status    model_prediction   
            ...                     ...
[8066,]       1                       1
[8067,]       0                       0
 [8068,]      0                       0
 [8069,]      0                       0
 [8070,]      0                       0
 [8071,]      0                       1
 [8072,]      1                       0
 [8073,]      1                       1
 [8074,]      0                       0
 [8075,]      0                       0
 [8076,]      0                       0
 [8077,]      1                       1
 [8078,]      0                       0
 [8079,]      0                       1
        ...                        ...

Stato reale del prestito vs. Predizione del modello

	Nessun default (0)	Default (1)
Nessun default (0)	TN	FP
Default (1)	FN	TP

Alcune metriche...

Accuratezza $$\frac{(8+3)}{14} = 78.57\%$$
Sensibilità $$\frac{3}{(1+3)} = 75\%$$
Specificità $$\frac{8}{(8+2)} = 80\%$$

Stato reale del prestito vs. Predizione del modello

	Nessun default (0)	Default (1)
Nessun default (0)	8	2
Default (1)	1	3

Passons à la pratique !

Credit Risk Modeling in R