Histogramy i wartości odstające

Modelowanie ryzyka kredytowego w R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Funkcja hist()

hist(loan_data$int_rate)

Histogram stopy procentowej

Modelowanie ryzyka kredytowego w R

Funkcja hist()

hist(loan_data$int_rate, main = "Histogram of interest rate", xlab = "Interest rate")

Histogram stopy procentowej

Modelowanie ryzyka kredytowego w R

Funkcja hist() dla annual_inc

hist(loan_data$annual_inc, xlab = "Annual Income", main = "Histogram of Annual Income")

Zrzut ekranu 2020-06-12 o 13.55.03.png

Modelowanie ryzyka kredytowego w R

Funkcja hist() dla annual_inc

hist_income <- hist(loan_data$annual_inc,
                    xlab = "Annual Income",
                    main = "Histogram of Annual Income")
hist_income$breaks

0  500000 1000000 1500000 2000000 2500000 3000000 3500000 4000000 4500000 ...
Modelowanie ryzyka kredytowego w R

Argument breaks

n_breaks <- sqrt(nrow(loan_data)) # n_breaks = 170.5638
hist_income_n <- hist(loan_data$annual_inc, breaks = n_breaks, 
                      xlab = "Annual Income", main = "Histogram of Annual Income")

Zrzut ekranu 2020-06-12 o 13.55.58.png

Modelowanie ryzyka kredytowego w R

annual_inc

plot(loan_data$annual_inc, ylab = "Annual Income")

Zrzut ekranu 2020-06-12 o 13.56.24.png

Modelowanie ryzyka kredytowego w R

annual_inc

plot(loan_data$annual_inc, ylab = "Annual Income")

Zrzut ekranu 2020-06-12 o 13.56.53.png

Modelowanie ryzyka kredytowego w R

Wartości odstające

  • Kiedy wartość jest odstająca?

    • Ocena eksperta

    • Reguła praktyczna, np.:

      • Q1 - 1.5 * IQR
      • Q3 + 1.5 * IQR
    • Najczęściej: kombinacja obu podejść
Modelowanie ryzyka kredytowego w R

Ocena eksperta

„Roczne zarobki > 3 mln USD są wartościami odstającymi"

$$

# Znajdź wartość odstającą
index_outlier_expert <- which(loan_data$annual_inc > 3000000)

# Usuń wartość odstającą ze zbioru danych
loan_data_expert <- loan_data[-index_outlier_expert, ]
Modelowanie ryzyka kredytowego w R

Reguła praktyczna

Wartość odstająca, jeśli większa niż Q3 + 1.5 * IQR

$$

# Oblicz Q3 + 1.5 * IQR
outlier_cutoff <- quantile(loan_data$annual_inc, 0.75) + 1.5 * IQR(loan_data$annual_inc)

# Zidentyfikuj wartości odstające
index_outlier_ROT <- which(loan_data$annual_inc > outlier_cutoff)

# Usuń wartości odstające
loan_data_ROT <- loan_data[-index_outlier_ROT, ]
Modelowanie ryzyka kredytowego w R
hist(loan_data_expert$annual_inc,
     sqrt(nrow(loan_data_expert)), 
     xlab = "Annual income")


hist(loan_data_ROT$annual_inc,
     sqrt(nrow(loan_data_ROT)), 
     xlab = "Annual income")

Modelowanie ryzyka kredytowego w R

Wykres dwuwymiarowy

plot(loan_data$emp_length, loan_data$annual_inc, 
     xlab= "Employment length", ylab= "Annual income")

Zrzut ekranu 2020-06-12 o 13.58.14.png

Modelowanie ryzyka kredytowego w R

Wykres dwuwymiarowy

plot(loan_data$emp_length, loan_data$annual_inc, 
     xlab= "Employment length", ylab= "Annual income")

Zrzut ekranu 2020-06-12 o 13.58.34.png

Modelowanie ryzyka kredytowego w R

Czas na ćwiczenia!

Modelowanie ryzyka kredytowego w R

Preparing Video For Download...