Giảm mô hình thêm nữa?
Khi xóa biến loan_amnt, AUC còn được cải thiện lên 0.6548! Mô hình thu được là
log_4_remove_amnt <- glm(loan_status ~ grade + annual_inc + emp_cat, family = binomial, data = training_set)
Liệu có thể rút gọn mô hình hồi quy logistic chỉ còn hai biến mà không làm giảm AUC không? Trong bài này bạn sẽ kiểm chứng điều đó!
Bài tập này là một phần của khóa học
Mô hình hóa rủi ro tín dụng bằng R
Hướng dẫn bài tập
- Tiếp tục, mỗi lần xóa một biến trong mô hình
log_4_remove_amnt. Hãy nhớ bạn đang dùng hàm liên kết mặc định (logit). - Dùng
predict()để tạo dự đoán xác suất vỡ nợ cho từng mô hình bạn tạo. - Tính AUC cho cả ba mô hình, dùng
test_set$loan_statuslàm đối số thứ nhất và các dự đoán của từng mô hình làm đối số thứ hai. - Vẽ đường cong ROC cho mô hình có AUC cao nhất trong không gian làm việc của bạn, dùng
plot(roc())với nội dung củaroc()giống hệt nội dung bạn dùng cho hàmauc()đạt AUC cao nhất. Lưu ý có thể AUC không thể cải thiện thêm so với mô hìnhlog_4_remove_amnt. Các dự đoán của mô hình này đã được nạp sẵn trong không gian làm việc làpred_4_remove_amnt, phòng trường hợp đây là mô hình cho AUC cao nhất.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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