Modelli di Machine Learning per il Credit Scoring

Nel seguito farò riferimento a tecniche di misura delle performance dei modelli di machine learning, che fanno utilizzo della matrice di confusione, è bene darne una preliminare descrizione per comprendere le misure che verranno utilizzate in seguito. Le matrici di confusione vengono utilizzate nell'ambito dei problemi di classificazione e servono a tenere traccia di diverse grandezze:

• il true positive rate (sensitivity) TPR, si tratta della percentuale di osservazioni, classificate correttamente rispetto alla classe positiva (che nel nostro caso riguarda l'essere insolvente o classe”1”) nel campione, questa grandezza viene indicata con il termine “specificità”;

• il true negative rate (specificity) TNR, si tratta della percentuale di osservazioni, classificate correttamente rispetto alla classe negativa (che nel nostro caso riguarda l'essere solvente o classe”0”) nel campione, questa grandezza viene indicata con il termine “sensibilità”;

• il false positive rate o errore di misclassificazione della classe”1” FPR, consiste nella percentuale di osservazioni classificate in classe “1” erroneamente rispetto al totale delle osservazioni di classe “0”;

• il false negative rate o errore di misclassificazione della classe”0” FNR, consiste nella percentuale di osservazioni classificate in classe “0” erroneamente rispetto al totale delle osservazioni di classe “1”;

• l'accuracy [11] o accuratezza, indica la bontà della classificazione come percentuale di osservazioni classificate correttamente sul totale;

• la balanced accuracy: si calcola dividendo per 2 la somma tra il TPR e il TNR;

• l'error rate o errore di classificazione, è il complementare dell'accuratezza, indica la percentuale di osservazioni classificate erroneamente sul totale;

• la precisione, si calcola come rapporto tra il TPR e la somma tra il TPR+FPR. […]