Valeurs aberrantes dans les données de crédit

Modélisation du risque de crédit en Python

Michael Crabtree

Data Scientist, Ford Motor Company

Traitement des données

  • Des données préparées permettent d'entraîner les modèles plus vite
  • Améliore souvent la performance du modèle

Courbe ROC de trois modèles

Modélisation du risque de crédit en Python

Valeurs aberrantes et performance

Causes possibles des valeurs aberrantes :

  • Problèmes de saisie des données (erreur humaine)
  • Problèmes avec les outils d'ingestion de données
Modélisation du risque de crédit en Python

Valeurs aberrantes et performance

Causes possibles des valeurs aberrantes :

  • Problèmes de saisie des données (erreur humaine)
  • Problèmes avec les outils d'ingestion de données
Caractéristique Coefficient avec valeurs aberrantes Coefficient sans valeurs aberrantes
Taux d'intérêt 0.2 0.01
Durée d'emploi 0.5 0.6
Revenu 0.6 0.75
Modélisation du risque de crédit en Python

Détecter les valeurs aberrantes avec des tableaux croisés

  • Utilisez des tableaux croisés avec des fonctions d'agrégation
pd.crosstab(cr_loan['person_home_ownership'], cr_loan['loan_status'],
            values=cr_loan['loan_int_rate'], aggfunc='mean').round(2)

Modélisation du risque de crédit en Python

Détection visuelle des valeurs aberrantes

Détection visuelle des valeurs aberrantes

  • Histogrammes
  • Nuages de points

Nuage de points : durée d'emploi et taux d'intérêt du prêt

Modélisation du risque de crédit en Python

Suppression des valeurs aberrantes

  • Utilisez la méthode .drop() de Pandas
indices = cr_loan[cr_loan['person_emp_length'] >= 60].index
cr_loan.drop(indices, inplace=True)

Nuage de points : taux d'intérêt et durée d'emploi sans valeurs aberrantes

Modélisation du risque de crédit en Python

Passons à la pratique !

Modélisation du risque de crédit en Python

Preparing Video For Download...