Ajuste in-sample do modelo restrito

Você calculou a acurácia para logitModelFull. É muito importante fazer isso com todos os seus modelos candidatos.

Portanto, logitModelNew já está especificado e disponível no seu ambiente.

Ao comparar os valores dos diferentes modelos entre si: caso modelos diferentes tenham a mesma acurácia, sempre escolha o modelo com menos variáveis explicativas.

Este exercício faz parte do curso

Machine Learning for Marketing Analytics in R

Ver curso

Instruções do exercício

Repita os mesmos passos do exercício anterior para o novo modelo.
Use predict() para obter a probabilidade de cada cliente entrar em inadimplência.
Em seguida, calcule uma matriz de confusão com o mesmo limiar de 0,5 para classificação. Observe que SDMTools não pode mais ser baixado do CRAN. Em vez disso, instale-o via remotes::install_version("SDMTools", "1.1-221.2").
Calcule a acurácia do modelo restrito e compare com a acurácia do modelo completo. Você continuará sua análise apenas com o modelo superior.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Calculate the accuracy for 'logitModelNew'
# Make prediction
defaultData$predNew <- predict(logitModelNew, type = ___, na.action = ___)

# Construct the in-sample confusion matrix
confMatrixModelNew <- confusion.matrix(defaultData$___,defaultData$___, threshold = ___)
confMatrixModelNew

# Calculate the accuracy...
accuracyNew <- sum(diag(___)) / ___(___)
accuracyNew

# and compare it to the full model's accuracy
accuracyFull

Editar e executar o código