1. Nauka
    2. /
  2. Kursy
    3. /
  3. Modelowanie ryzyka kredytowego w R
Connected

ćwiczenie

Tworzenie bardziej dyskryminujących modeli

W poprzednim ćwiczeniu zakres przewidywanych prawdopodobieństw niewykonania zobowiązania był dość wąski. Jak wspomnieliśmy, niskie przewidywane prawdopodobieństwa są typowe przy niskich wskaźnikach niewykonania zobowiązania – jednak budowanie większych modeli (czyli takich, które uwzględniają więcej predyktorów) może poszerzyć zakres predykcji.

Czy przełoży się to na lepsze predykcje, wymaga jeszcze weryfikacji i zależy od jakości nowo dodanych predyktorów. Na razie sprawdź, jak większe modele mogą rozszerzyć ten zakres.

Instrukcje

100 XP
  • Utwórz log_model_full w taki sam sposób, jak wcześniej log_model_small, ale tym razem uwzględnij wszystkie dostępne predyktory ze zbioru danych. Jeśli nie chcesz wpisywać nazwy każdej kolumny z osobna, możesz wybrać wszystkie zmienne za pomocą loan_status ~ .
  • Utwórz wektor predykcji predictions_all_full dla wszystkich obserwacji ze zbioru testowego, używając funkcji predict(). Pamiętaj, że zwracane wartości reprezentują prawdopodobieństwo niewykonania zobowiązania.
  • Sprawdź zakres uzyskanych predykcji.