Histogrammes et valeurs aberrantes

Modélisation du risque de crédit en R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Utiliser la fonction hist()

hist(loan_data$int_rate)

Histogramme du taux d'intérêt

Modélisation du risque de crédit en R

Utiliser la fonction hist()

hist(loan_data$int_rate, main = "Histogram of interest rate", xlab = "Interest rate")

Histogramme du taux d'intérêt

Modélisation du risque de crédit en R

Utiliser hist() sur annual_inc

hist(loan_data$annual_inc, xlab = "Annual Income", main = "Histogram of Annual Income")

Capture d'écran du 2020-06-12 à 13 h 55 min 03 s.png

Modélisation du risque de crédit en R

Utiliser hist() sur annual_inc

hist_income <- hist(loan_data$annual_inc,
                    xlab = "Annual Income",
                    main = "Histogram of Annual Income")
hist_income$breaks

0  500000 1000000 1500000 2000000 2500000 3000000 3500000 4000000 4500000 ...
Modélisation du risque de crédit en R

L'argument breaks

n_breaks <- sqrt(nrow(loan_data)) # n_breaks = 170.5638
hist_income_n <- hist(loan_data$annual_inc, breaks = n_breaks, 
                      xlab = "Annual Income", main = "Histogram of Annual Income")

Capture d'écran du 2020-06-12 à 13 h 55 min 58 s.png

Modélisation du risque de crédit en R

annual_inc

plot(loan_data$annual_inc, ylab = "Annual Income")

Capture d'écran du 2020-06-12 à 13 h 56 min 24 s.png

Modélisation du risque de crédit en R

annual_inc

plot(loan_data$annual_inc, ylab = "Annual Income")

Capture d'écran du 2020-06-12 à 13 h 56 min 53 s.png

Modélisation du risque de crédit en R

Valeurs aberrantes

  • Quand une valeur est-elle aberrante ?

    • Jugement d'expert

    • Règle pratique, p. ex.

      • Q1 − 1,5 × IQR
      • Q3 + 1,5 × IQR
    • Le plus souvent : combinaison des deux
Modélisation du risque de crédit en R

Jugement d'expert

« Les salaires annuels > 3 M$ sont aberrants »

$$

# Find outlier
index_outlier_expert <- which(loan_data$annual_inc > 3000000)

# Remove outlier from dataset
loan_data_expert <- loan_data[-index_outlier_expert, ]
Modélisation du risque de crédit en R

Règle pratique

Valeur aberrante si > Q3 + 1,5 × IQR

$$

# Calculate Q3 + 1.5 * IQR
outlier_cutoff <- quantile(loan_data$annual_inc, 0.75) + 1.5 * IQR(loan_data$annual_inc)

# Identify outliers
index_outlier_ROT <- which(loan_data$annual_inc > outlier_cutoff)

# Remove outliers
loan_data_ROT <- loan_data[-index_outlier_ROT, ]
Modélisation du risque de crédit en R
hist(loan_data_expert$annual_inc,
     sqrt(nrow(loan_data_expert)), 
     xlab = "Annual income")


hist(loan_data_ROT$annual_inc,
     sqrt(nrow(loan_data_ROT)), 
     xlab = "Annual income")

Modélisation du risque de crédit en R

Graphique bivarié

plot(loan_data$emp_length, loan_data$annual_inc, 
     xlab= "Employment length", ylab= "Annual income")

Capture d'écran du 2020-06-12 à 13 h 58 min 14 s.png

Modélisation du risque de crédit en R

Graphique bivarié

plot(loan_data$emp_length, loan_data$annual_inc, 
     xlab= "Employment length", ylab= "Annual income")

Capture d'écran du 2020-06-12 à 13 h 58 min 34 s.png

Modélisation du risque de crédit en R

Passons à la pratique !

Modélisation du risque de crédit en R

Preparing Video For Download...