Prédire la probabilité de défaut
Dans la vidéo, vous avez examiné la probabilité de défaut prédite pour un cas du jeu de test. Heureusement, vous pouvez prédire en une seule fois la probabilité pour tous les cas du jeu de test à l’aide de la fonction predict().
Après avoir obtenu toutes les prédictions pour les éléments du jeu de test, il est utile d’avoir une première idée de la capacité du modèle à discriminer en regardant l’intervalle des probabilités prédites. Un intervalle réduit signifie que les prédictions pour les cas du jeu de test sont proches les unes des autres ; le modèle pourrait donc avoir du mal à distinguer les bons des mauvais clients. Avec des pourcentages de défaut faibles, vous constaterez qu’en général, des probabilités de défaut très faibles sont prédites. Il est temps d’examiner un premier modèle.
log_model_small est chargé dans l’espace de travail.
Cet exercice fait partie du cours
<cours>Modélisation du risque de crédit en R</cours>Instructions de l’exercice
- Le code de prédiction de
test_casemontré dans la vidéo a été copié dans votre espace de travail. Modifiez-le pour que la fonctionpredict()soit appliquée à tous les cas detest_set. Vous pouvez stocker le résultat dans l’objetpredictions_all_small. - Obtenez une première idée du pouvoir de discrimination du modèle à l’aide de
range()
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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"