Можно ли при анализе кредитного риска определить, какие показатели влияют на кредитный риск для каждой компании-клиента? ⇐ Python

[Anonymous]

Я занимаюсь анализом кредитного риска. Я хочу предсказать риск возникновения у каждой компании долга перед вымышленной компанией. Я получил важность признака из модели, но хочу знать, можно ли получить, какие показатели влияют на риск, обнаруженный для каждой компании-клиента.
Например, компания-клиент X имеет риск 70%, и этот риск связан с переменными город, возраст и количество сотрудников. Другая клиентская компания Y может иметь риск 80%, и этот риск связан с переменными город, услуги и средняя зарплата.
Я провожу простой первоначальный анализ со следующими шагами, где модель обучается с использованием 20 показателей компаний, которые уже имеют долги (классификация 1) и такого же количества других компаний, которые не имеют долгов (классификация 0). Модель подбирается, а затем делаются прогнозы для новых компаний без классификации.

Код: Выделить всё

# X base composed of encoded indicators
features = df_all_aux.columns.tolist()
X = df_all_aux[features[:-1]] # all features except "Classification"

# y base composed of the target: 1 if debt, 0 if no debt
y = df_all_aux['Classification']

#Define the model
rf_classifier = RandomForestClassifier(n_estimators=100, random_state=42)

#Train the model using the training data
rf_classifier.fit(X, y)

#Predictions using the asset data
y_pred = rf_classifier.predict_proba(df_new_companies)

#Incorporating the data into the dataset
df_new_companies['Risk_0'] = y_pred[:, 0]  # Probability of being class 0
df_new_companies['Risk_1'] = y_pred[:, 1]  # Probability of being class 1

Уже закодированный кадр данных df_all_aux имеет следующую структуру:

Код: Выделить всё

City    Age     Number_Employe    Service     Average_Salary     Classification ...

1       100              20000          3               2000                  1

2        85              15000          1               5200                  1

1       103              20100          1               5200                  1

4       100              19800          2               5000                  0

1       101              30000          2               3500                  0

3        92              18900          3               5100                  0
...

over 1000 rows and 20 columns

Код: Выделить всё

df_new_companies

имеет ту же структуру, за исключением того, что в нем есть столбец с идентификатором компаний.
У меня уже есть проценты риска, теперь я просто хочу знать, какие показатели больше всего связаны с риском 1 для каждой компании.

Подробнее здесь: https://stackoverflow.com/questions/790 ... for-each-c