더 줄일 수 있을까요?
변수 loan_amnt를 삭제하니 AUC가 0.6548까지 더 개선되었어요! 결과 모델은 다음과 같습니다.
log_4_remove_amnt <- glm(loan_status ~ grade + annual_inc + emp_cat, family = binomial, data = training_set)
로지스틱 회귀 모델을 AUC를 낮추지 않으면서 두 개 변수만 남겨서 줄일 수 있을까요? 이번 연습에서 가능한지 확인해 보겠습니다!
이 연습은 강의의 일부입니다
R로 배우는 신용 위험 모델링
연습 안내
- 모델
log_4_remove_amnt에서 다시 한 번에 하나의 변수를 제거하세요. 기본 링크 함수(logit)를 사용해야 한다는 점을 기억하세요. - 각 모델에 대해
predict()로 부도 확률 예측을 생성하세요. - 세 모델 각각에 대해 AUC를 구하세요. 첫 번째 인자에는
test_set$loan_status를, 두 번째 인자에는 각 모델의 예측값을 넣습니다. - 작업공간에서 AUC가 가장 높은 모델의 ROC 곡선을
plot(roc())로 그리세요. 이때roc()의 인자 구성은 AUC가 가장 높았던auc()에 사용한 인자와 동일합니다.log_4_remove_amnt모델보다 더 이상 AUC가 줄어들지 않을 수도 있다는 점을 유의하세요. 이 모델의 예측값은pred_4_remove_amnt로 이미 작업공간에 로드되어 있으며, 이 모델이 가장 높은 AUC를 보이는 경우 이를 사용하시면 됩니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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