O nouă rundă de reducere bazată pe AUC
În video ai văzut cum modelul de regresie logistică „complet", cu funcția de legătură logit, a fost redus pe baza AUC. Ai văzut cum variabila home_ownership a fost eliminată din model, deoarece a îmbunătățit AUC-ul general. După repetarea acestui proces pentru încă două runde, variabilele age și ir_cat au fost eliminate, rezultând modelul:
log_3_remove_ir <- glm(loan_status ~ loan_amnt + grade + annual_inc + emp_cat, family = binomial, data = training_set)
cu un AUC de 0,6545. Acum este rândul tău să verifici dacă AUC-ul mai poate fi îmbunătățit prin eliminarea unei alte variabile din model.
Acest exercițiu face parte din cursul
Modelarea riscului de credit în R
Instrucțiuni pentru exercițiu
- Elimină câte o variabilă pe rând din modelul
log_3_remove_ir. Reține că trebuie să folosești funcția de legătură implicită (logit). - Calculează probabilitățile de nerambursare pentru fiecare dintre modelele create.
- Folosește funcția
auc()cutest_set$loan_statusca prim argument și predicțiile fiecărui model ca al doilea argument, pentru a obține AUC-urile corespunzătoare. - Copiază numele obiectului (așa cum apare în prima cerință a acestui exercițiu) care reprezintă modelul cu cel mai bun AUC.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Build four models each time deleting one variable in log_3_remove_ir
log_4_remove_amnt <- glm(loan_status ~ grade + annual_inc + emp_cat,
family = binomial, data = training_set)
log_4_remove_grade <-
log_4_remove_inc <-
log_4_remove_emp <-
# Make PD-predictions for each of the models
pred_4_remove_amnt <- predict(log_4_remove_amnt, newdata = test_set, type = "response")
pred_4_remove_grade <-
pred_4_remove_inc <-
pred_4_remove_emp <-
# Compute the AUCs