Дискриминационная способность и влияние модели
Моделирование кредитного риска на Python
Michael Crabtree
Data Scientist, Ford Motor Company
Матрицы ошибок
- Показывает количество верных и неверных предсказаний для каждого значения
loan_status
Полнота по дефолтам для статуса кредита
- Полнота по дефолтам — доля истинных дефолтов среди предсказанных
Влияние полноты на портфель
- Отчёт по классификации — слабая модель логистической регрессии
Влияние полноты на портфель
- Отчёт по классификации — слабая модель логистической регрессии
- Количество истинных дефолтов: 50 000
| Сумма кредита | Дефолты предсказаны / не предсказаны | Оценочные потери по дефолтам |
|---|---|---|
| $50 | .04 / .96 | (50000 x .96) x 50 = $2 400 000 |
Полнота, точность и доля верных ответов
- Максимизировать все метрики одновременно сложно из-за компромисса между ними
