Vorhersage der Ausfallwahrscheinlichkeit

Im Video hast du dir die vorhergesagte Ausfallwahrscheinlichkeit für einen Fall im Testset angesehen. Zum Glück kannst du die Wahrscheinlichkeit für alle Fälle im Testset auf einmal mit der Funktion predict() vorhersagen.

Nachdem du alle Vorhersagen für die Elemente des Testsets erhalten hast, ist es hilfreich, dir zunächst mit der Spannweite der vorhergesagten Wahrscheinlichkeiten ein Bild davon zu machen, wie gut das Modell unterscheiden kann. Eine kleine Spannweite bedeutet, dass die Vorhersagen für die Testfälle nicht weit auseinanderliegen und das Modell daher möglicherweise nicht gut zwischen guten und schlechten Kundinnen/Kunden unterscheiden kann. Bei niedrigen Ausfallquoten wirst du feststellen, dass im Allgemeinen sehr niedrige Ausfallwahrscheinlichkeiten vorhergesagt werden. Zeit, einen ersten Blick auf ein Modell zu werfen.

log_model_small ist im Arbeitsbereich geladen.

Diese Übung ist Teil des Kurses

<Kurs>Kreditrisikomodellierung in R</Kurs>

Kurs ansehen

Übungsanweisungen

Der Code für die Vorhersage von test_case aus dem Video wurde in deinen Arbeitsbereich kopiert. Ändere den Code so, dass die Funktion predict() auf alle Fälle im test_set angewendet wird. Du kannst sie im Objekt predictions_all_small speichern.
Verschaffe dir mit range() einen ersten Eindruck davon, wie gut das Modell unterscheiden kann.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Make PD-predictions for all the test set elements using the "log_model_small" logistic regression model
predictions_all_small <- predict(log_model_small, newdata = test_case, type = "response")

# Look at the range of the object "predictions_all_small"

Code bearbeiten und ausführen