Chọn cột cho rủi ro tín dụng

Mô hình hóa Rủi ro Tín dụng bằng Python

Michael Crabtree

Data Scientist, Ford Motor Company

Chọn các cột cụ thể

  • Ta đã dùng mọi cột để dự đoán
# Chọn một vài cột cụ thể
X_multi = cr_loan_prep[['loan_int_rate','person_emp_length']]

# Chọn toàn bộ dữ liệu trừ loan_status
X = cr_loan_prep.drop('loan_status', axis = 1)
  • Cách đánh giá mức độ quan trọng của từng cột
    • Hồi quy Logistic: hệ số cột
    • Cây tăng cường độ dốc (Gradient Boosted Trees): ?
Mô hình hóa Rủi ro Tín dụng bằng Python

Độ quan trọng của cột

  • Dùng .get_booster() và .get_score()
    • Weight: số lần cột xuất hiện trong tất cả cây
# Huấn luyện mô hình
clf_gbt.fit(X_train,np.ravel(y_train))
# In độ quan trọng đặc trưng
clf_gbt.get_booster().get_score(importance_type = 'weight')

{'person_home_ownership_RENT': 1, 'person_home_ownership_OWN': 2}
Mô hình hóa Rủi ro Tín dụng bằng Python

Diễn giải độ quan trọng cột

# Độ quan trọng cột với importance_type = 'weight'
{'person_home_ownership_RENT': 1, 'person_home_ownership_OWN': 2}

Cây quyết định dùng XGBoost

Mô hình hóa Rủi ro Tín dụng bằng Python

Vẽ độ quan trọng cột

  • Dùng hàm plot_importance()
xgb.plot_importance(clf_gbt, importance_type = 'weight')
{'person_income': 315, 'loan_int_rate': 195, 'loan_percent_income': 146}

Biểu đồ độ quan trọng đặc trưng

Mô hình hóa Rủi ro Tín dụng bằng Python

Chọn cột huấn luyện

  • Độ quan trọng cột giúp chọn cột để huấn luyện
  • Tập cột khác nhau ảnh hưởng hiệu năng mô hình
Cột Độ quan trọng Độ chính xác mô hình Recall mặc định mô hình
loan_int_rate, person_emp_length (100, 100) 0.81 0.67
loan_int_rate, person_emp_length, loan_percent_income (98, 70, 5) 0.84 0.52
Mô hình hóa Rủi ro Tín dụng bằng Python

Chấm điểm F1 cho mô hình

  • So sánh độ chính xác và recall cho từng nhóm cột tốn thời gian
  • F1 là một chỉ số gộp cả độ chính xác và recall

Công thức F1

  • Xuất hiện trong classification_report()

Báo cáo phân loại với F1 được tô sáng

Mô hình hóa Rủi ro Tín dụng bằng Python

Ayo berlatih!

Mô hình hóa Rủi ro Tín dụng bằng Python

Preparing Video For Download...