モデルの識別力と影響

Pythonで学ぶクレジットリスクモデリング

Michael Crabtree

Data Scientist, Ford Motor Company

混同行列

  • loan_statusについて、正解・不正解の予測数を表示

数式付きの混同行列

Pythonで学ぶクレジットリスクモデリング

ローン状態のデフォルト再現率

  • デフォルト再現率(感度)は、実際のデフォルトを正しく予測した割合

デフォルト再現率を示す分類レポート例

デフォルト再現率の式

Pythonで学ぶクレジットリスクモデリング

再現率がポートフォリオに与える影響

  • 分類レポート ― 低性能なロジスティック回帰モデル

ローン状態のハイライト付き分類レポート例

Pythonで学ぶクレジットリスクモデリング

再現率がポートフォリオに与える影響

  • 分類レポート ― 低性能なロジスティック回帰モデル

ローン状態のハイライト付き分類レポート例

  • 真のデフォルト件数: 50,000
Loan Amount Defaults Predicted / Not Predicted Estimated Loss on Defaults
$50 .04 / .96 (50000 x .96) x 50 = $2,400,000
Pythonで学ぶクレジットリスクモデリング

再現率・適合率・正解率

  • トレードオフがあるため全指標を同時に最大化するのは困難

非デフォルト再現率とデフォルト再現率・正解率の関係グラフ

Pythonで学ぶクレジットリスクモデリング

演習に進みましょう!

Pythonで学ぶクレジットリスクモデリング

Preparing Video For Download...