Reduksi model lebih lanjut?

Dengan menghapus variabel loan_amnt, AUC dapat ditingkatkan lebih lanjut menjadi 0,6548! Model yang dihasilkan adalah

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

Apakah mungkin mereduksi model regresi logistik menjadi hanya dua variabel tanpa menurunkan AUC? Pada latihan ini Anda akan melihat apakah hal tersebut memungkinkan!

Latihan ini adalah bagian dari kursus

Pemodelan Risiko Kredit di R

Lihat Kursus

Petunjuk latihan

Sekali lagi, hapus satu variabel pada satu waktu dalam model log_4_remove_amnt. Ingat bahwa Anda harus menggunakan fungsi taut default (logit).
Gunakan predict() untuk membuat prediksi probabilitas gagal bayar untuk setiap model yang Anda buat.
Peroleh nilai AUC untuk masing-masing dari ketiga model, dengan menggunakan test_set$loan_status sebagai argumen pertama dan prediksi untuk ketiga model sebagai argumen kedua.
Plot kurva ROC untuk model dengan AUC tertinggi di ruang kerja Anda, menggunakan plot(roc()) di mana isi roc() sama dengan isi fungsi auc() dengan AUC tertinggi. Perhatikan bahwa ada kemungkinan AUC tidak dapat diturunkan lagi dibandingkan dengan model log_4_remove_amnt. Prediksi untuk model ini telah dimuat di ruang kerja Anda sebagai pred_4_remove_amnt, jika model ini menghasilkan AUC tertinggi.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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

Edit dan Jalankan Kode