前の演習で作成した4つのモデルのAUC値は次に保存されています。
AUC_4_remove_amnt AUC_4_remove_grade AUC_4_remove_inc AUC_4_remove_emp
AUCに基づいて、どのモデルを選ぶべきでしょうか。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、まずクレジットリスクモデルの全体像を紹介します。実データセットを確認し、モデルを適用できるように適切な形式へと前処理していきます。
ロジスティック回帰は、クレジットリスク・モデリングで今も広く使われています。この章では、R でクレジットデータにロジスティック回帰モデルを適用する方法を学びます。
分類木は、クレジットリスク・モデリングで人気のあるもう一つの手法です。この章では、R を使ってクレジットデータから分類木を構築する方法を学びます。
この章では、複数のクレジットリスクモデルから得られた結果を評価・比較する方法を学びます。
現在の演習
