8 Questions
Co oznacza skrót GINI w kontekście analizy ryzyka?
Minimalizacja różnicy między dystrybuantą modelu a dystrybuantą danych obserwowanych
Co oznacza skrót KS w analizie ryzyka?
Test Kolmogorova-Smirnova
Co obejmuje analiza wielowymiarowa w kontekście budowy modelu ryzyka?
Ocena, które zmienne mogą występować obok siebie w modelu
Czym jest IV w kontekście analizy ryzyka?
Informacyjną wartością
Co jest istotne podczas oceny modelu ryzyka?
Stabilność modelu
Jakie czynniki uwzględnia analiza korelacji w budowie modelu ryzyka?
Możliwość występowania zmiennych obok siebie w finalnym modelu
Dlaczego stabilność modelu jest istotna podczas oceny modelu ryzyka?
Zapobiega overfittingowi
Co obejmuje etapy analizy wielowymiarowej w kontekście budowy modelu ryzyka?
Budowę kilku alternatyw finalnego modelu
Study Notes
Algorytmy Regresji i Klasyfikacji
- Regresja liniowa, regresja wielomianowa, SVR – Support Vector Regression, regresyjne drzewa decyzyjne, regresyjne lasy losowe są algorytmami regresji
- Regresja logistyczna, Support Vector Machines, drzewa decyzyjne, lasy losowe, metoda k-najbliższych sąsiadów, gradient boosting są algorytmami klasyfikacji
Budowa Modelu - Niezbalansowana Próba
- Metody estymacyjne mogą być wrażliwe na stosunek klas/kategorii w badanym zbiorze
- Stosunek 90:10 do 10:90 jest optymalny dla wiarygodnego oszacowania parametrów
- Oversampling, undersampling to metody zdezgenerowania niezbalansowanej próby
Budowa Modelu - Wybór Zmiennych
- Analiza jednowymiarowa (univariate analysis) ocenia indywidualny wpływ "risk driverów" na zmienną objaśnianą
- Outliers to wartości odstające, które różnią się od pozostałych
- Zmienne kategoryczne to zmienne opisowe, np. płeć, wykształcenie, zawód
- gotowe pakiety i funkcje do analizy danych to Dataframe.info(), Dataframe.describe(), Ydata profiling
Budowa Modelu - Działanie z Brakującymi Danymi
- Metody obsługi brakujących danych to usunięcie wartości, zastępowanie wartości
- LabelEncoder(), OneHotEncoder() są używane do obsługi zmiennych kategorycznych
- WoE (Weight of Evidence) jest stosowany do prezentacji riskdriverów
Budowa Modelu - Dobór Próby
- Standardowy sposób podziału próby to próba treningowa, próba testowa OOS (Out of sample), próba testowa OOT (Out of time)
- Próba treningowa to próba, na której modelarz tworzy model
- Próba testowa OOS składa się z tych samych okresów obserwacji, co próba treningowa
- Próba testowa OOT składa się z innych okresów, niż próba treningowa
Budowa Modelu - Wybór Modelu
- Modele regresji służą do określania wartości ciągłych
- Modele klasyfikacji służą do prognozowania lub klasyfikowania wartości dyskretnych
- Statystyki pomocne w ramach tej analizy to GINI, KS (Kolmogorov-Smirnoff), IV (Information Value)
Budowa Modelu - Wybór Zmiennych
- Analiza wielowymiarowa (multivariate analysis) ocenia, które zmienne mogą, a które nie powinny występować obok siebie w finalnym modelu
Test your knowledge on well-known regression and classification algorithms in machine learning. Explore linear regression, support vector machines, decision trees, random forests, logistic regression, and more.
Make Your Own Quizzes and Flashcards
Convert your notes into interactive study material.
Get started for free
