さらにモデルを縮約できますか？

変数 loan_amnt を削除すると、AUC は 0.6548 までさらに改善しました。得られたモデルは次のとおりです。

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

ロジスティック回帰モデルを、AUC を下げずに2変数だけにまで縮約できるでしょうか？この演習で確かめてみましょう。

再度、モデル log_4_remove_amnt から1つずつ変数を削除してください。リンク関数はデフォルト（logit）を使います。
作成した各モデルについて、predict() でデフォルト確率の予測を行います。
3つの各モデルについて、test_set$loan_status を第1引数、各モデルの予測を第2引数として AUC を算出します。
ワークスペース内で、AUC が最も高いモデルについて ROC 曲線を plot(roc()) で描画します。roc() の引数は、AUC が最大だったときに auc() に渡したものと同一にしてください。なお、log_4_remove_amnt より AUC をこれ以上下げられない（= これが最良）場合もあります。その場合の予測値は pred_4_remove_amnt としてワークスペースに読み込まれています。