Úrok z půjčky a dlužná částka jsou pár vektorů přes datový soubor. Jedny další tři masky jsou binární příznaky (vektory), které používají 0 a 1, aby vyjádřily, zda jsou splněny konkrétní podmínky pro záznam, který je určitý. Maska (predict, settled) je tvořena výsledkem předpovědi modelu: pak je hodnota 1, jinak je 0. Maska je funkcí prahu, protože výsledky předpovědi se liší, pokud model předpovídá, že úvěr bude vypořádán. Jak již bylo řečeno, Mask (real, settled) a Mask (true, past due) jsou dvojice protichůdných vektorů: v případě, že skutečné označení týkající se úvěru je vypořádáno, pak vaše hodnota v Mask (true, settled) je 1, a naopak. pak by příjem mohl být bodovou položkou tří vektorů: úroky k úhradě, Mask (predict, settled) a Mask (real, settled). Výdaje by mohly být bodovým prvkem tří vektorů: množství půjček, Maska (předpovídat, vypořádáno) a Maska (skutečná, po splatnosti). Matematické vzorce lze vyjádřit následovně: Pomocí myšlenky výnosů jako základního rozdílu mezi náklady a výnosy se skutečně určuje přes většinu klasifikačních prahů. Výsledky jsou vyneseny níže na obrázku 8 jak pro model Random Forest, tak pro model XGBoost. Příjem se mění v souladu se skutečným širokým rozsahem půjček, takže jeho hodnota představuje příjem, který má být vyroben na klienta. jakmile hranice dosáhne 0, model dosáhne absolutně nejagresivnějšího nastavení, kdy je nutné vypořádat všechny půjčky. Je to v podstatě způsob, jakým klient’ provádí obchod bez modelu: soubor dat se skládá pouze z půjček, které byly poskytnuty. Je opravdu zřejmé, že výnosy jsou nižší než -1 200, což znamená, že pokračující společnost ztrácí hotovost o více než 1 200 dolarů za půjčku. v případě, že je limit naplánován na 0, stává se model pravděpodobně nejkonzervativnějším, kde se předpokládá, že všechny půjčky nebudou splaceny. V tomto případě nebudou brzy poskytnuty žádné půjčky. Nebudete mít ani zničené peníze, ani žádné zisky, což vede k příjmu 0. Pro získání optimalizovaného limitu, pokud jde o model, je třeba najít nejvyšší příjem. Lze nalézt sladká místa: Model Random Forest dosahuje maximálního zisku 154,86 při hranici 0,71 a model XGBoost dosahuje maximálního zisku 158,95 při hranici 0,95 u obou modelů. Oba modely mají schopnost proměnit ztráty v příjmy s nárůstem o velmi téměř 1 400 dolarů na jednotlivce. Ačkoli model XGBoost zlepšuje výnosy asi o 4 dolary výrazně více než model Random Forest, jeho model křivky zisku je strmější v celé horní části. Prahovou hodnotu lze nastavit v rozmezí 0,55 až 1, aby byl zajištěn zisk, ale model XGBoost má v modelu Random Forest pouze rozmezí 0,8 až 1. Zploštělý tvar v rámci modelu Random Forest navíc zajišťuje odolnost vůči prakticky jakýmkoli změnám informací a může prodloužit předpokládanou dobu trvání modelu, než bude nutná jakákoli aktualizace modelu. Consequently, the Random Forest model is recommended become implemented during the limit of 0.71 to optimize the revenue with the performance that is relatively stable.4. ZávěryTato úloha je průměrná klasifikace, která je binární a využívá hypoteční a individuální informace k předvídání, zda klient nesplácí hypotéku. Cílem je využít model jako nástroj pro rozhodování o poskytování úvěrů. Jsou vytvořeny dva klasifikátory Náhodný, který používá Forest XGBoost. Oba modely jsou schopny přepnout ztrátu na zisk o více než 1 400 dolarů na úvěr. Model Random Forest se doporučuje stát implementován kvůli jeho výkonu, který je stabilní a k chybám. vztahy mezi rysy byly nyní zkoumány pro lepší inženýrství rysů. Funkce, jako je například Tier a Selfie ID Check jsou pozorovány stát možné prediktory, které určují stav pro úvěr, a každý z nich již byly ověřeny později do kategorie modely, protože oba lze nalézt v seznamu, který je na vrcholu hodnoty. Velká spousta dalších funkcí je mnohem méně zřejmá z funkcí, které hrají a které ovlivňují stav hypotéky, proto jsou modely učení zařízení navrženy tak, aby se takové vnitřní návyky naučily. najdete 6 klasifikací, které se běžně používají jako žadatelé, včetně KNN, Gaussova NaГЇve Bayes, Logistická regrese, Lineární SVM, Náhodný les a XGBoost. Pokrývají širokou škálu rodin, od neparametrických přes pravděpodobnostní, parametrické až po stromové ansámblové metody. Model Random Forest a model XGBoost poskytují nejlepší výkon: předchozí model dosahuje přesnosti 0,7486 v testovací množině a druhý model má po jemném doladění přesnost 0,7313.Nejpodstatnějším hlavním úkolem je optimalizace natrénovaných modelů za účelem maximalizace výnosů. Klasifikační prahy jsou nastavitelné tak, aby měnily vЂњpřísnost” výsledků této předpovědi: Při nižších prahových hodnotách je model agresivnější, což umožňuje poskytnout více úvěrů; při vyšších prahových hodnotách se stává konzervativnějším a neposkytne úvěry, pokud rozhodně neexistuje vysoká pravděpodobnost, že by úvěry mohly být splaceny. Vztah mezi ziskem a prahovou hodnotou byl stanoven pomocí vzorce zisku jako ztrátové funkce. U obou modelů se vyskytují „sweet spots“, které pomohou společnosti přejít ze ztráty do zisku. Podnik je schopen přinést zisk 154,86 a 158,95 na zákazníka s modelem Random Forest a XGBoost, resp. bez modelu dochází ke ztrátě více než 1 200 dolarů na půjčku, ale po zavedení klasifikačních modelů. Ačkoli se dosahuje většího zisku s využitím modelu XGBoost, model Random Forest se nadále navrhuje implementovat pro výrobu, protože křivka příjmů je plošší v horní části, což přináší odolnost vůči chybám a stálost pro změny. Z tohoto důvodu lze očekávat méně údržby a aktualizací v případě, že je zvolen model Random Forest.Dalšími kroky, které jsou úkolem, je nasazení modelu a sledování jeho výkonnosti, kdykoli se objeví novější dokumenty.Změny budou pravděpodobně nutné buď sezónně, nebo kdykoli, kdy výkonnost klesne pod standardní kritéria, aby bylo možné zohlednit změny způsobené vnějšími aspekty. Pravidelnost údržby modelu pro tuto aplikaci nemusí být vysoká za předpokladu množství přijatých obchodů, pokud má být model využíván podrobně a způsobem, který je včasný, není opravdu těžké přeměnit tuto úlohu na on-line učící se potrubí, které zajistí, aby se model stal vždy až k datu.