Ytterligare modellreduktion?

Genom att ta bort variabeln loan_amnt kan AUC förbättras ytterligare till 0,6548! Den resulterande modellen är

log_4_remove_amnt <- glm(loan_status ~ grade + annual_inc + emp_cat, family = binomial, data = training_set)

Är det möjligt att reducera den logistiska regressionsmodellen till bara två variabler utan att AUC försämras? I den här övningen undersöker du om det är möjligt!

Den här övningen är en del av kursen

Kreditriskmodellering i R

Visa kurs

Övningsinstruktioner

Ta återigen bort en variabel i taget från modellen log_4_remove_amnt. Kom ihåg att du ska använda standardlänkfunktionen (logit).
Använd predict() för att göra sannolikhetsförutsägelser för fallissemang för varje modell du skapade.
Beräkna AUC-värdena för var och en av de tre modellerna med test_set$loan_status som första argument och förutsägelserna för respektive modell som andra argument.
Rita ROC-kurvan för modellen med det högsta AUC-värdet i din arbetsmiljö med plot(roc()), där innehållet i roc() är detsamma som innehållet i funktionen auc() med det högsta AUC-värdet. Observera att det kan hända att AUC inte går att förbättra ytterligare jämfört med modellen log_4_remove_amnt. Förutsägelserna för den modellen finns inlästa i din arbetsmiljö som pred_4_remove_amnt, om det visar sig att den modellen ger det högsta AUC-värdet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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

Redigera och kör kod