模型区分与影响

Python 信用风险建模

Michael Crabtree

Data Scientist, Ford Motor Company

混淆矩阵

  • 显示每个 loan_status 的正确与错误预测数量

带公式的混淆矩阵

Python 信用风险建模

贷款状态的违约召回率

  • 违约召回率(或灵敏度)= 被正确预测的真实违约占比

含违约召回率的分类报告示例

违约召回率公式

Python 信用风险建模

召回率对投资组合的影响

  • 分类报告——表现不佳的逻辑回归模型

含贷款状态高亮的分类报告示例

Python 信用风险建模

召回率对投资组合的影响

  • 分类报告——表现不佳的逻辑回归模型

含贷款状态高亮的分类报告示例

  • 实际违约笔数:50,000
Loan Amount Defaults Predicted / Not Predicted Estimated Loss on Defaults
$50 .04 / .96 (50000 x .96) x 50 = $2,400,000
Python 信用风险建模

召回率、精确率与准确率

  • 难以同时最大化,因三者存在权衡

非违约召回率与违约召回率及准确率的关系图

Python 信用风险建模

Passons à la pratique !

Python 信用风险建模

Preparing Video For Download...