データ分割と混同行列

R で学ぶクレジットリスク・モデリング

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

分析の開始

スクリーンショット 2020-06-15 8.43.54.png

R で学ぶクレジットリスク・モデリング

学習用とテスト用データ

スクリーンショット 2020-06-15 8.43.43.png

R で学ぶクレジットリスク・モデリング

学習用とテスト用データ

スクリーンショット 2020-06-15 8.43.14.png

R で学ぶクレジットリスク・モデリング

交差検証

スクリーンショット 2020-06-15 8.43.31.png

R で学ぶクレジットリスク・モデリング

モデルを評価する

      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
        ...                        ...
R で学ぶクレジットリスク・モデリング

モデルを評価する

      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
        ...                        ...

実際の貸付状況 vs. モデル予測

返済済み (0) 延滞 (1)
返済済み (0) 8 2
延滞 (1) 1 3
R で学ぶクレジットリスク・モデリング

モデルを評価する

      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
        ...                        ...

実際の貸付状況 vs. モデル予測

返済済み (0) 延滞 (1)
返済済み (0) TN FP
延滞 (1) FN TP
R で学ぶクレジットリスク・モデリング

評価指標

  • 正解率 $$\frac{(8+3)}{14} = 78.57\%$$

  • 感度 $$\frac{3}{(1+3)} = 75\%$$

  • 特異度 $$\frac{8}{(8+2)} = 80\%$$

実際の貸付状況 vs. モデル予測

返済済み (0) 延滞 (1)
返済済み (0) 8 2
延滞 (1) 1 3
R で学ぶクレジットリスク・モデリング

Ayo berlatih!

R で学ぶクレジットリスク・モデリング

Preparing Video For Download...