การเลือกคอลัมน์สำหรับความเสี่ยงด้านสินเชื่อ

การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python

Michael Crabtree

Data Scientist, Ford Motor Company

การเลือกคอลัมน์ที่ต้องการ

# Selects a few specific columns
X_multi = cr_loan_prep[['loan_int_rate','person_emp_length']]

# Selects all data except loan_status
X = cr_loan_prep.drop('loan_status', axis = 1)

วิธีดูว่าแต่ละคอลัมน์มีความสำคัญเพียงใด
- Logistic Regression: ค่าสัมประสิทธิ์ของคอลัมน์
- Gradient Boosted Trees: ?

ใช้เมธอด .get_booster() และ .get_score()
- Weight: จำนวนครั้งที่คอลัมน์ปรากฏในทุก tree

# Train the model
clf_gbt.fit(X_train,np.ravel(y_train))
# Print the feature importances
clf_gbt.get_booster().get_score(importance_type = 'weight')

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

# Column importances from importance_type = 'weight'
{'person_home_ownership_RENT': 1, 'person_home_ownership_OWN': 2}

Decision tree โดยใช้ XGBoost

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

กราฟแสดงความสำคัญของ feature

คอลัมน์	ความสำคัญ	ความแม่นยำของโมเดล	Recall ค่าผิดนัด
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

สูตรคำนวณ F1 score

Classification report ที่ไฮไลต์ F1 score

การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python