
在第一个问题中,我们被告知,如果至少98%的未偿还债务的客户被正确识别,那么就必须接受最大数量的好客户。
我搞不懂这是什么意思?我是否需要对模型进行训练,并相应地设置阈值,以便获得98%的准确度?对于第二种,我需要降低阈值,使准确率降低到85%?
我被困在这里面一段时间了。请帮我指出正确的路径。谢谢。
资料来源:德国信用风险数据。
变量:具有因变量"Credit_Risk“的多个自变量,它以”好“和”坏“的形式响应。
发布于 2021-04-11 22:58:15
我认为1)和2)的区别在于识别坏客户( 1)和好客户( 2)
https://datascience.stackexchange.com/questions/92924
复制相似问题