Nouvelle série d’élagages basée sur l’AUC
Dans la vidéo, vous avez vu comment le modèle de régression logistique « complet » avec lien logit a été élagué en se basant sur l’AUC. Vous avez vu que la variable home_ownership a été supprimée du modèle, car cela améliorait l’AUC globale. Après deux tours supplémentaires, les variables age et ir_cat ont été supprimées, menant au modèle :
log_3_remove_ir <- glm(loan_status ~ loan_amnt + grade + annual_inc + emp_cat, family = binomial, data = training_set)
avec une AUC de 0,6545. À vous maintenant de voir si l’on peut encore améliorer l’AUC en retirant une autre variable du modèle.
Cet exercice fait partie du cours
<cours>Modélisation du risque de crédit en R</cours>Instructions de l’exercice
- Supprimez une variable à la fois du modèle
log_3_remove_ir. Rappelez-vous que vous devez utiliser la fonction de lien par défaut (logit). - Générez des prédictions de probabilité de défaut pour chacun des modèles que vous avez créés.
- Utilisez la fonction
auc()en passanttest_set$loan_statuscomme premier argument et les prédictions de chacun des quatre modèles comme second argument pour obtenir l’AUC de chaque modèle. - Copiez le nom de l’objet (tel que donné dans la première question de cet exercice) qui correspond au modèle ayant la meilleure AUC.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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