Dyskryminacja modelu i jego wpływ
Modelowanie ryzyka kredytowego w Pythonie
Michael Crabtree
Data Scientist, Ford Motor Company
Macierze pomyłek
- Pokazuje liczbę poprawnych i błędnych predykcji dla każdego
loan_status
Czułość dla niespłaconych kredytów
- Czułość dla niespłaconych kredytów to odsetek prawidłowo przewidzianych przypadków
Wpływ czułości na portfel
- Raport klasyfikacji – słabo działający model regresji logistycznej
Wpływ czułości na portfel
- Raport klasyfikacji – słabo działający model regresji logistycznej
- Liczba prawdziwych niespłaconych kredytów: 50 000
| Kwota kredytu | Przewidziane / Nieprzewidziane przypadki niespłacenia | Szacowana strata |
|---|---|---|
| $50 | .04 / .96 | (50000 x .96) x 50 = $2 400 000 |
Czułość, precyzja i dokładność
- Trudno jednocześnie maksymalizować wszystkie miary – istnieje kompromis
