Construirea unor modele mai discriminative

În exercițiul anterior, intervalul probabilităților de nerambursare prezise era destul de restrâns. Așa cum am discutat, probabilitățile mici de nerambursare sunt de așteptat atunci când rata de nerambursare este scăzută, însă construirea unor modele mai complexe – adică includerea mai multor predictori – poate extinde intervalul predicțiilor tale.

Dacă acest lucru va conduce în cele din urmă la predicții mai bune rămâne de validat și depinde de calitatea predictorilor nou incluși. Dar mai întâi, hai să vedem cum pot modelele mai mari să extindă acest interval.

Acest exercițiu face parte din cursul

Modelarea riscului de credit în R

Vezi cursul

Instrucțiuni pentru exercițiu

Creează log_model_full la fel cum ai creat log_model_small, de data aceasta incluzând toți predictorii disponibili din setul de date. Dacă nu vrei să introduci numele fiecărei coloane separat, poți selecta toate variabilele folosind loan_status ~ .
Creează vectorul de predicții predictions_all_full pentru toate cazurile din setul de testare, utilizând predict(). Reține că aceste valori reprezintă probabilitatea de nerambursare.
Analizează intervalul predicțiilor.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Change the code below to construct a logistic regression model using all available predictors in the data set
log_model_small <- glm(loan_status ~ age + ir_cat, family = "binomial", data = training_set)

# Make PD-predictions for all test set elements using the the full logistic regression model


# Look at the predictions range

Editează și rulează codul