Przewidywanie prawdopodobieństwa niewywiązania się ze zobowiązań

Modelowanie ryzyka kredytowego w Pythonie

Michael Crabtree

Data Scientist, Ford Motor Company

Współczynniki regresji logistycznej

# Model Intercept
array([-3.30582292e-10])
# Coefficients for ['loan_int_rate','person_emp_length','person_income']
array([[ 1.28517496e-09, -2.27622202e-09, -2.17211991e-05]])

Wzór na prawdopodobieństwo niewywiązania się ze zobowiązań przy użyciu regresji logistycznej

# Calculating probability of default
int_coef_sum = -3.3e-10 +
    (1.29e-09 * loan_int_rate) + (-2.28e-09 * person_emp_length) + (-2.17e-05 * person_income)
prob_default = 1 / (1 + np.exp(-int_coef_sum))
prob_nondefault = 1 - (1 / (1 + np.exp(-int_coef_sum)))

Interpretacja współczynników

# Intercept
intercept = -1.02
# Coefficient for employment length
person_emp_length_coef = -0.056

Każdy dodatkowy rok person_emp_length zmniejsza ryzyko niewywiązania się ze zobowiązań

Interpretacja współczynników

# Intercept
intercept = -1.02
# Coefficient for employment length
person_emp_length_coef = -0.056

Każdy dodatkowy rok person_emp_length zmniejsza ryzyko niewywiązania się ze zobowiązań

intercept	person_emp_length	value * coef	probability of default
`-1.02`	10	(10 * `-0.06`)	.17
`-1.02`	11	(11 * `-0.06`)	.16
`-1.02`	12	(12 * `-0.06`)	.15

Używanie kolumn nienumerycznych

Numeryczne: loan_int_rate, person_emp_length, person_income
Nienumeryczne:
```
cr_loan_clean['loan_intent']
```

EDUCATION            
MEDICAL              
VENTURE              
PERSONAL             
DEBTCONSOLIDATION   
HOMEIMPROVEMENT

Bez przetworzenia spowodują błędy w modelach uczenia maszynowego w Pythonie

Kodowanie one-hot

Reprezentacja ciągu znaków jako liczby

Przykład celu kredytu w danych

Kodowanie one-hot

Reprezentacja ciągu znaków jako liczby
0 lub 1 w nowej kolumnie column_VALUE

Przykład kodowania one-hot dla kolumny celu kredytu

Get dummies

Użyj get_dummies() z biblioteki pandas

# Separate the numeric columns
cred_num = cr_loan.select_dtypes(exclude=['object'])
# Separate non-numeric columns
cred_cat = cr_loan.select_dtypes(include=['object'])
# One-hot encode the non-numeric columns only
cred_cat_onehot = pd.get_dummies(cred_cat)
# Union the numeric columns with the one-hot encoded columns
cr_loan = pd.concat([cred_num, cred_cat_onehot], axis=1)

Przewidywanie przyszłości z prawdopodobieństwem

Użyj metody .predict_proba() z biblioteki scikit-learn

# Train the model
clf_logistic.fit(X_train, np.ravel(y_train))
# Predict using the model
clf_logistic.predict_proba(X_test)

Tworzy tablicę prawdopodobieństw niewywiązania się ze zobowiązań

# Probabilities: [[non-default, default]]
array([[0.55, 0.45]])

Czas na ćwiczenia!

Modelowanie ryzyka kredytowego w Pythonie