Outliers ในข้อมูลสินเชื่อ

การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python

Michael Crabtree

Data Scientist, Ford Motor Company

การประมวลผลข้อมูล

  • ข้อมูลที่เตรียมพร้อมช่วยให้โมเดลเทรนได้เร็วขึ้น
  • มักส่งผลดีต่อประสิทธิภาพของโมเดล

ROC Chart ของโมเดลสามแบบที่แตกต่างกัน

การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python

Outliers กับประสิทธิภาพ

สาเหตุที่เป็นไปได้ของ outliers:

  • ปัญหาในระบบบันทึกข้อมูล (ความผิดพลาดของมนุษย์)
  • ปัญหาจากเครื่องมือนำเข้าข้อมูล
การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python

Outliers กับประสิทธิภาพ

สาเหตุที่เป็นไปได้ของ outliers:

  • ปัญหาในระบบบันทึกข้อมูล (ความผิดพลาดของมนุษย์)
  • ปัญหาจากเครื่องมือนำเข้าข้อมูล
Feature Coefficient With Outliers Coefficient Without Outliers
Interest Rate 0.2 0.01
Employment Length 0.5 0.6
Income 0.6 0.75
การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python

ตรวจจับ outliers ด้วย cross table

  • ใช้ cross table ร่วมกับฟังก์ชัน aggregate
pd.crosstab(cr_loan['person_home_ownership'], cr_loan['loan_status'],
            values=cr_loan['loan_int_rate'], aggfunc='mean').round(2)

การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python

ตรวจจับ outliers ด้วยภาพ

การตรวจจับ outliers ด้วยภาพ

  • Histograms
  • Scatter plots

Scatter plot ของระยะเวลาการจ้างงานและอัตราดอกเบี้ยเงินกู้

การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python

การลบ outliers

  • ใช้เมธอด .drop() ใน Pandas
indices = cr_loan[cr_loan['person_emp_length'] >= 60].index
cr_loan.drop(indices, inplace=True)

Scatter plot ของอัตราดอกเบี้ยและระยะเวลาการจ้างงานหลังลบ outliers ออก

การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python

มาฝึกกันเถอะ!

การสร้างโมเดลความเสี่ยงด้านเครดิตด้วย Python

Preparing Video For Download...