¿Más reducción del modelo?

¡Al eliminar la variable loan_amnt, el AUC puede mejorar aún más hasta 0.6548! El modelo resultante es

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

¿Es posible reducir el modelo de regresión logística a solo dos variables sin reducir el AUC? ¡En este ejercicio verás si es posible!

Este ejercicio forma parte del curso

Modelización del riesgo de crédito en R

Ver curso

Instrucciones del ejercicio

De nuevo, elimina una variable cada vez en el modelo log_4_remove_amnt. Recuerda que debes usar la función de enlace por defecto (logit).
Usa predict() para obtener predicciones de probabilidad de impago para cada modelo que crees.
Obtén los AUC de cada uno de los tres modelos, usando test_set$loan_status como primer argumento y las predicciones de cada uno de los tres modelos como segundo argumento.
Dibuja la curva ROC para el modelo con el AUC más alto en tu espacio de trabajo, usando plot(roc()), donde el contenido de roc() es el mismo que el de la función auc() con el AUC más alto. Ten en cuenta que es posible que el AUC ya no pueda reducirse con respecto al modelo log_4_remove_amnt. Las predicciones de este modelo están cargadas en tu espacio de trabajo como pred_4_remove_amnt, en caso de que este modelo tenga el AUC más alto.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# 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

Editar y ejecutar código