Réduction du modèle supplémentaire ?

En supprimant la variable loan_amnt, l’AUC peut encore être améliorée à 0,6548 ! Le modèle obtenu est

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

Est-il possible de réduire le modèle de régression logistique à seulement deux variables sans diminuer l’AUC ? C’est ce que vous allez vérifier dans cet exercice !

Cet exercice fait partie du cours

<cours>Modélisation du risque de crédit en R</cours>

Voir le cours

Instructions de l’exercice

Supprimez à nouveau une variable à la fois dans le modèle log_4_remove_amnt. Rappelez-vous que vous devez utiliser la fonction de lien par défaut (logit).
Utilisez predict() pour produire les probabilités de défaut pour chacun des modèles créés.
Calculez les AUC de chacun des trois modèles, en utilisant test_set$loan_status comme premier argument et les prédictions de chacun des trois modèles comme second argument.
Tracez la courbe ROC pour le modèle ayant la plus forte AUC dans votre environnement, en utilisant plot(roc()), où le contenu de roc() est identique à celui de la fonction auc() ayant la plus forte AUC. Notez qu’il est possible que l’AUC ne puisse plus être améliorée par rapport au modèle log_4_remove_amnt. Les prédictions de ce modèle sont déjà chargées dans votre environnement sous pred_4_remove_amnt, au cas où ce modèle donnerait la plus forte AUC.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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

Modifier et exécuter le code