Прогнозирование вероятности дефолта

Моделирование кредитного риска на Python

Michael Crabtree

Data Scientist, Ford Motor Company

Коэффициенты логистической регрессии

# 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]])

Формула вероятности дефолта на основе логистической регрессии

# 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)))

Интерпретация коэффициентов

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

С каждым годом роста person_emp_length вероятность дефолта снижается

Интерпретация коэффициентов

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

С каждым годом роста person_emp_length вероятность дефолта снижается

intercept	person_emp_length	value * coef	вероятность дефолта
`-1.02`	10	(10 * `-0.06`)	.17
`-1.02`	11	(11 * `-0.06`)	.16
`-1.02`	12	(12 * `-0.06`)	.15

Использование нечисловых столбцов

Числовые: loan_int_rate, person_emp_length, person_income
Нечисловые:
```
cr_loan_clean['loan_intent']
```

EDUCATION            
MEDICAL              
VENTURE              
PERSONAL             
DEBTCONSOLIDATION   
HOMEIMPROVEMENT

Без предобработки вызовут ошибки в моделях машинного обучения на Python

Унитарное кодирование

Строка представляется числом

Пример цели кредита в данных

Унитарное кодирование

Строка представляется числом
0 или 1 в новом столбце column_VALUE

Пример унитарного кодирования столбца цели кредита

Get dummies

Используйте get_dummies() из 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)

Прогнозируем вероятность

Используйте метод .predict_proba() из scikit-learn

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

Возвращает массив вероятностей дефолта

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

Давайте потренируемся!

Моделирование кредитного риска на Python