Découpage des données et matrices de confusion

Modélisation du risque de crédit en R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Démarrer l'analyse

Capture d'écran du 15-06-2020 à 08 h 43 min 54 s.png

Ensemble d'entraînement et de test

Capture d'écran du 15-06-2020 à 08 h 43 min 43 s.png

Ensemble d'entraînement et de test

Capture d'écran du 15-06-2020 à 08 h 43 min 14 s.png

Validation croisée

Capture d'écran du 15-06-2020 à 08 h 43 min 31 s.png

Évaluer un modèle

      test_set$loan_status    model_prediction   
            ...                     ...
 [8066,]      1                       1
 [8067,]      0                       0
 [8068,]      0                       0
 [8069,]      0                       0
 [8070,]      0                       0
 [8071,]      0                       1
 [8072,]      1                       0
 [8073,]      1                       1
 [8074,]      0                       0
 [8075,]      0                       0
 [8076,]      0                       0
 [8077,]      1                       1
 [8078,]      0                       0
        ...                        ...

Évaluer un modèle

      test_set$loan_status    model_prediction   
            ...                     ...
[8066,]       1                       1
[8067,]       0                       0
 [8068,]      0                       0
 [8069,]      0                       0
 [8070,]      0                       0
 [8071,]      0                       1
 [8072,]      1                       0
 [8073,]      1                       1
 [8074,]      0                       0
 [8075,]      0                       0
 [8076,]      0                       0
 [8077,]      1                       1
 [8078,]      0                       0
 [8079,]      0                       1
        ...                        ...

État réel du prêt c. Prédiction du modèle

	Aucun défaut (0)	Défaut (1)
Aucun défaut (0)	8	2
Défaut (1)	1	3

Évaluer un modèle

      test_set$loan_status    model_prediction   
            ...                     ...
[8066,]       1                       1
[8067,]       0                       0
 [8068,]      0                       0
 [8069,]      0                       0
 [8070,]      0                       0
 [8071,]      0                       1
 [8072,]      1                       0
 [8073,]      1                       1
 [8074,]      0                       0
 [8075,]      0                       0
 [8076,]      0                       0
 [8077,]      1                       1
 [8078,]      0                       0
 [8079,]      0                       1
        ...                        ...

État réel du prêt c. Prédiction du modèle

	Aucun défaut (0)	Défaut (1)
Aucun défaut (0)	TN	FP
Défaut (1)	FN	TP

Quelques mesures…

Exactitude $$\frac{(8+3)}{14} = 78.57\%$$
Sensibilité $$\frac{3}{(1+3)} = 75\%$$
Spécificité $$\frac{8}{(8+2)} = 80\%$$

État réel du prêt c. Prédiction du modèle

	Aucun défaut (0)	Défaut (1)
Aucun défaut (0)	8	2
Défaut (1)	1	3

Passons à la pratique !

Modélisation du risque de crédit en R