Lze model dále zjednodušit?

Odebráním proměnné loan_amnt lze AUC dále zlepšit na 0,6548! Výsledný model vypadá takto:

log_4_remove_amnt <- glm(loan_status ~ grade + annual_inc + emp_cat, family = binomial, data = training_set)

Je možné zredukovat logistický regresní model na pouhé dvě proměnné, aniž by se AUC snížilo? V tomto cvičení to zjistíš!

Toto cvičení je součástí kurzu

Modelování kreditního rizika v R

Zobrazit kurz

Pokyny k cvičení

Opět odebírej vždy jednu proměnnou z modelu log_4_remove_amnt. Nezapomeň použít výchozí linkovou funkci (logit).
Pomocí predict() vypočítej pravděpodobnost selhání pro každý vytvořený model.
Zjisti hodnoty AUC pro každý ze tří modelů – jako první argument použij test_set$loan_status a jako druhý predikce příslušného modelu.
Vykresli ROC křivku pro model s nejvyšším AUC pomocí plot(roc()), kde obsah roc() je stejný jako obsah funkce auc() s nejvyšším AUC. Může se stát, že AUC již nelze oproti modelu log_4_remove_amnt dále zlepšit. Pro tento případ jsou predikce tohoto modelu načteny v pracovním prostředí jako pred_4_remove_amnt.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Build three models each time deleting one variable in log_4_remove_amnt
log_5_remove_grade <- glm(loan_status ~ annual_inc + emp_cat, family = binomial, data = training_set) 
log_5_remove_inc <- 
log_5_remove_emp <- 

# Make PD-predictions for each of the models
pred_5_remove_grade <- predict(log_5_remove_grade, newdata = test_set, type = "response")
pred_5_remove_inc <-
pred_5_remove_emp <-

# Compute the AUCs



# Plot the ROC-curve for the best model here

Upravit a spustit kód