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 merupakan bagian dari kursus

Pemodelan Risiko Kredit di R

Lihat Kursus

Instruksi latihan

Kode untuk memprediksi test_case dalam video telah disalin ke ruang kerja Anda. Ubah kodenya sehingga fungsi predict() diterapkan pada semua kasus dalam test_set. Anda dapat menyimpannya dalam objek predictions_all_small.
Dapatkan gambaran awal tentang seberapa baik model dapat melakukan diskriminasi menggunakan range()

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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"

Edit dan Jalankan Kode