Výběr sloupců pro kreditní riziko

Credit Risk Modeling in Python

Michael Crabtree

Data Scientist, Ford Motor Company

Výběr konkrétních sloupců

  • Doposud jsme pro predikce používali všechny sloupce
# Selects a few specific columns
X_multi = cr_loan_prep[['loan_int_rate','person_emp_length']]

# Selects all data except loan_status
X = cr_loan_prep.drop('loan_status', axis = 1)
  • Jak zjistit důležitost jednotlivých sloupců
    • Logistická regrese: koeficienty sloupců
    • Gradient Boosted Trees: ?
Credit Risk Modeling in Python

Důležitost sloupců

  • Použijte metody .get_booster() a .get_score()
    • Váha: počet výskytů sloupce ve všech stromech
# Train the model
clf_gbt.fit(X_train,np.ravel(y_train))
# Print the feature importances
clf_gbt.get_booster().get_score(importance_type = 'weight')

{'person_home_ownership_RENT': 1, 'person_home_ownership_OWN': 2}
Credit Risk Modeling in Python

Interpretace důležitosti sloupců

# Column importances from importance_type = 'weight'
{'person_home_ownership_RENT': 1, 'person_home_ownership_OWN': 2}

Rozhodovací strom pomocí XGBoost

Credit Risk Modeling in Python

Vizualizace důležitosti sloupců

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

Graf důležitosti příznaků

Credit Risk Modeling in Python

Výběr tréninkových sloupců

  • Důležitost sloupců pomáhá rozhodnout, které sloupce použít při trénování
  • Různé sady sloupců ovlivňují výkon modelů
Sloupce Důležitosti Přesnost modelu Recall výchozích
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
Credit Risk Modeling in Python

Skóre F1 pro modely

  • Sledovat přesnost a recall pro různé skupiny sloupců je časově náročné
  • Skóre F1 je jediná metrika zahrnující přesnost i recall

Vzorec pro skóre F1

  • Zobrazuje se jako součást classification_report()

Klasifikační zpráva se zvýrazněným skóre F1

Credit Risk Modeling in Python

Pojďme si procvičit!

Credit Risk Modeling in Python

Preparing Video For Download...