总结与说明

R 中的信用风险建模

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

准确率的最佳阈值？

2020-06-22 下午2:42:06 的屏幕截图.png

$\text{Accuracy} = \frac{TP + TN}{TP + FP + TN + FN}$

准确率的最佳阈值？

2020-06-22 下午2:42:20 的屏幕截图.png

$\text{Accuracy} = \frac{TP + TN}{TP + FP + TN + FN}$

准确率的最佳阈值？

2020-06-22 下午2:42:36 的屏幕截图.png

$\text{Accuracy} = \frac{TP + TN}{TP + FP + TN + FN}$

准确率的最佳阈值？

2020-06-22 下午2:42:50 的屏幕截图.png

$\text{Accuracy} = \frac{TP + TN}{TP + FP + TN + FN}$

准确率的最佳阈值？

2020-06-22 下午2:42:50 的屏幕截图.png

$\text{Accuracy} = 89.31\%$

$\text{测试集实际违约率} = 10.69\%$

$$ = (100 - 89.31)\%$$

灵敏度或特异度如何？

2020-06-22 下午2:43:10 的屏幕截图.png

$\text{Sensitivity} = 1037 / (1037 + 0) = 100\%$

$\text{Specificity} = 0 / (0 + 864) = 0\%$

灵敏度或特异度如何？

2020-06-22 下午2:43:24 的屏幕截图.png

灵敏度或特异度如何？

2020-06-22 下午2:43:39 的屏幕截图.png

$\text{Sensitivity} = 0 / (0 + 1037) = 0\%$

$\text{Specificity} = 8640 / (8640 + 0) = 100\%$

关于逻辑回归…

log_model_full <- glm(loan_status ~ ., family = "binomial", data = training_set)

等同于：

log_model_full <- glm(loan_status ~ ., family = binomial(link = logit), data = training_set)

回顾：

$$P({\text{loan status}}=1|x_1,...,x_m) = \frac{1}{1+e^{-(\beta_0 + \beta_1 x_1 + ... + \beta_m x_m)}}$$

log_model_full <- glm(loan_status ~ ., 
                      family = binomial(link = probit), 
                      data = training_set)

log_model_full <- glm(loan_status ~ ., 
                      family = binomial(link = cloglog), 
                      data = training_set)

$\beta_j < 0$
- 随着 $x_j$ 增加，违约概率降低
$\beta_j > 0$
- 随着 $x_j$ 增加，违约概率升高

$$P({\text{loan status}}=1|x_1,...,x_m) = \frac{1}{1+e^{-(\beta_0 + \beta_1 x_1 + ... + \beta_m x_m)}}$$

¡Vamos a practicar!

R 中的信用风险建模