Otra ronda de poda basada en AUC
En el vídeo viste cómo se fue podando el modelo de regresión logística "completo" con enlace logit basándose en el AUC. Observaste que la variable home_ownership se eliminó del modelo, ya que mejoraba el AUC global. Tras repetir este proceso durante dos rondas adicionales, se eliminaron las variables age e ir_cat, lo que llevó al siguiente modelo:
log_3_remove_ir <- glm(loan_status ~ loan_amnt + grade + annual_inc + emp_cat, family = binomial, data = training_set)
con un AUC de 0.6545. Ahora te toca a ti comprobar si el AUC puede mejorar aún más eliminando otra variable del modelo.
Este ejercicio forma parte del curso
Modelización del riesgo de crédito en R
Instrucciones del ejercicio
- Elimina una variable cada vez en el modelo
log_3_remove_ir. Recuerda que debes usar la función de enlace por defecto (logit). - Genera predicciones de probabilidad de impago para cada uno de los modelos que crees.
- Usa la función
auc()pasandotest_set$loan_statuscomo primer argumento y las predicciones de cada uno de los cuatro modelos como segundo argumento para obtener el AUC de cada modelo. - Copia el nombre del objeto (tal como se especifica en la primera pregunta de este ejercicio) que representa el modelo con el mejor AUC.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Build four models each time deleting one variable in log_3_remove_ir
log_4_remove_amnt <- glm(loan_status ~ grade + annual_inc + emp_cat,
family = binomial, data = training_set)
log_4_remove_grade <-
log_4_remove_inc <-
log_4_remove_emp <-
# Make PD-predictions for each of the models
pred_4_remove_amnt <- predict(log_4_remove_amnt, newdata = test_set, type = "response")
pred_4_remove_grade <-
pred_4_remove_inc <-
pred_4_remove_emp <-
# Compute the AUCs