क्रेडिट जोखिम के लिए कॉलम चयन

Python में क्रेडिट रिस्क मॉडलिंग

Michael Crabtree

Data Scientist, Ford Motor Company

विशेष कॉलम चुनना

# कुछ विशेष कॉलम चुनता है
X_multi = cr_loan_prep[['loan_int_rate','person_emp_length']]

# loan_status को छोड़कर बाकी सारा डेटा चुनता है
X = cr_loan_prep.drop('loan_status', axis = 1)

कैसे पता करें कि हर कॉलम कितना महत्वपूर्ण है
- Logistic Regression: कॉलम coefficients
- Gradient Boosted Trees: ?

.get_booster() और .get_score() मेथड्स का उपयोग करें
- Weight: सभी पेड़ों में कॉलम जितनी बार आता है, उसकी गणना

# मॉडल ट्रेन करें
clf_gbt.fit(X_train,np.ravel(y_train))
# फीचर importances प्रिंट करें
clf_gbt.get_booster().get_score(importance_type = 'weight')

{'person_home_ownership_RENT': 1, 'person_home_ownership_OWN': 2}

# importance_type = 'weight' से कॉलम importances
{'person_home_ownership_RENT': 1, 'person_home_ownership_OWN': 2}

XGBoost का निर्णय वृक्ष

xgb.plot_importance(clf_gbt, importance_type = 'weight')
{'person_income': 315, 'loan_int_rate': 195, 'loan_percent_income': 146}

फीचर importances का प्लॉट

कभी-कभी प्रशिक्षण के लिए कौन से कॉलम लें, यह तय करने में कॉलम importance काम आती है
अलग-अलग सेट्स मॉडल के प्रदर्शन को प्रभावित करते हैं

Columns	Importances	Model Accuracy	Model Default Recall
loan_int_rate, person_emp_length	(100, 100)	0.81	0.67
loan_int_rate, person_emp_length, loan_percent_income	(98, 70, 5)	0.84	0.52

F1 स्कोर का सूत्र

F1 स्कोर हाइलाइट के साथ classification report

Python में क्रेडिट रिस्क मॉडलिंग