Memprediksi probabilitas gagal bayar
Dalam video, Anda melihat probabilitas gagal bayar yang diprediksi untuk satu kasus di himpunan uji. Untungnya, Anda dapat memprediksi probabilitas untuk seluruh kasus di himpunan uji sekaligus menggunakan fungsi predict().
Setelah memperoleh semua prediksi untuk elemen himpunan uji, ada baiknya mendapatkan gambaran awal tentang seberapa baik model melakukan diskriminasi dengan melihat rentang probabilitas yang diprediksi. Rentang yang kecil berarti prediksi untuk kasus di himpunan uji tidak jauh berbeda, sehingga model mungkin kurang baik dalam membedakan nasabah baik dan buruk. Dengan persentase gagal bayar yang rendah, Anda akan melihat bahwa secara umum probabilitas gagal bayar yang diprediksi juga sangat rendah. Sekarang saatnya meninjau model pertama.
log_model_small sudah dimuat di ruang kerja.
Latihan ini adalah bagian dari kursus
Pemodelan Risiko Kredit di R
Petunjuk latihan
- Kode untuk memprediksi
test_casedalam video telah disalin ke ruang kerja Anda. Ubah kodenya sehingga fungsipredict()diterapkan pada semua kasus dalamtest_set. Anda dapat menyimpannya dalam objekpredictions_all_small. - Dapatkan gambaran awal tentang seberapa baik model dapat melakukan diskriminasi menggunakan
range()
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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"