로지스틱 회귀 모델 결과 평가
R로 배우는 신용 위험 모델링
Lore Dirick
Manager of Data Science Curriculum at Flatiron School
복습: 모델 평가
test_set$loan_status model_prediction
... ...
[8066,] 1 1
[8067,] 0 0
[8068,] 0 0
[8069,] 0 0
[8070,] 0 0
[8071,] 0 1
[8072,] 1 0
[8073,] 1 1
[8074,] 0 0
[8075,] 0 0
[8076,] 0 0
[8077,] 1 1
[8078,] 0 0
[8079,] 0 1
... ...
실제 대출 상태 vs 모델 예측
| 연체 없음 (0) | 연체 (1) | |
|---|---|---|
| 연체 없음 (0) | 8 | 2 |
| 연체 (1) | 1 | 3 |
실제로는...
test_set$loan_status model_prediction
... ....
[8066,] 1 0.09881492
[8067,] 0 0.09497852
[8068,] 0 0.21071984
[8069,] 0 0.04252119
[8070,] 0 0.21110838
[8071,] 0 0.08668856
[8072,] 1 0.11319341
[8073,] 1 0.16662207
[8074,] 0 0.15299176
[8075,] 0 0.08558058
[8076,] 0 0.08280463
[8077,] 1 0.11271048
[8078,] 0 0.08987446
[8079,] 0 0.08561631
.... ....
실제 대출 상태 vs 모델 예측
| 연체 없음 (0) | 연체 (1) | |
|---|---|---|
| 연체 없음 (0) | ? | ? |
| 연체 (1) | ? | ? |
실제로는...
test_set$loan_status model_prediction
.... ....
[8066,] 1 0.09881492
[8067,] 0 0.09497852
[8068,] 0 0.21071984
[8069,] 0 0.04252119
[8070,] 0 0.21110838
[8071,] 0 0.08668856
[8072,] 1 0.11319341
[8073,] 1 0.16662207
[8074,] 0 0.15299176
[8075,] 0 0.08558058
[8076,] 0 0.08280463
[8077,] 1 0.11271048
[8078,] 0 0.08987446
[8079,] 0 0.08561631
.... ....
컷오프(임계값)
- 0과 1 사이
컷오프 = 0.5
test_set$loan_status model_prediction
... ...
[8066,] 1 0
[8067,] 0 0
[8068,] 0 0
[8069,] 0 0
[8070,] 0 0
[8071,] 0 0
[8072,] 1 0
[8073,] 1 0
[8074,] 0 0
[8075,] 0 0
[8076,] 0 0
[8077,] 1 0
[8078,] 0 0
[8079,] 0 0
... ...
컷오프 = 0.5
test_set$loan_status model_prediction
... ...
[8066,] 1 0
[8067,] 0 0
[8068,] 0 0
[8069,] 0 0
[8070,] 0 0
[8071,] 0 0
[8072,] 1 0
[8073,] 1 0
[8074,] 0 0
[8075,] 0 0
[8076,] 0 0
[8077,] 1 0
[8078,] 0 0
[8079,] 0 0
... ...
실제 대출 상태 vs 모델 예측
| 연체 없음 (0) | 연체 (1) | |
|---|---|---|
| 연체 없음 (0) | 10 | 0 |
| 연체 (1) | 4 | 0 |
$$
$\text{민감도} = 0/(4+0) = 0\%$
$\text{정확도} = 10/(10+4+0+0) = 71.4\%$
컷오프 = 0.1
test_set$loan_status model_prediction
... ...
[8066,] 1 0
[8067,] 0 0
[8068,] 0 0
[8069,] 0 0
[8070,] 0 0
[8071,] 0 0
[8072,] 1 0
[8073,] 1 0
[8074,] 0 0
[8075,] 0 0
[8076,] 0 0
[8077,] 1 0
[8078,] 0 0
[8079,] 0 0
... ...
실제 대출 상태 vs 모델 예측
| 연체 없음 (0) | 연체 (1) | |
|---|---|---|
| 연체 없음 (0) | 7 | 3 |
| 연체 (1) | 1 | 3 |
$$
$\text{민감도} = 3/(3+1) = 75\%$
$\text{정확도} = 10/(10+4+0+0) = 71.4\%$
Ayo berlatih!
R로 배우는 신용 위험 모델링
