Викиди в кредитних даних

Моделювання кредитного ризику в Python

Michael Crabtree

Data Scientist, Ford Motor Company

Обробка даних

  • Підготовлені дані дають змогу швидше тренувати моделі
  • Часто позитивно впливають на якість моделі

ROC-криві трьох різних моделей

Моделювання кредитного ризику в Python

Викиди та продуктивність

Можливі причини викидів:

  • Помилки в системах введення даних (людський фактор)
  • Збої в інструментах завантаження даних
Моделювання кредитного ризику в Python

Викиди та продуктивність

Можливі причини викидів:

  • Помилки в системах введення даних (людський фактор)
  • Збої в інструментах завантаження даних
Ознака Коефіцієнт із викидами Коефіцієнт без викидів
Ставка відсотка 0.2 0.01
Стаж роботи 0.5 0.6
Дохід 0.6 0.75
Моделювання кредитного ризику в Python

Виявлення викидів за крос-таблицями

  • Використовуйте крос-таблиці з агрегувальними функціями
pd.crosstab(cr_loan['person_home_ownership'], cr_loan['loan_status'],
            values=cr_loan['loan_int_rate'], aggfunc='mean').round(2)

Моделювання кредитного ризику в Python

Візуальне виявлення викидів

Візуальне виявлення викидів

  • Гістограми
  • Точкові діаграми

Точкова діаграма: стаж роботи й відсоткова ставка за кредитом

Моделювання кредитного ризику в Python

Вилучення викидів

  • Використайте метод .drop() у Pandas
indices = cr_loan[cr_loan['person_emp_length'] >= 60].index
cr_loan.drop(indices, inplace=True)

Точкова діаграма: ставка та стаж без викидів

Моделювання кредитного ризику в Python

Давайте потренуємось!

Моделювання кредитного ризику в Python

Preparing Video For Download...