打造更具辨別力的模型
在上一個練習中，違約機率的預測範圍相當小。如前所述，在違約率很低的情況下，預測出較小的違約機率是常見的；但如果建立更大的模型（基本上就是納入更多的解釋變數），就能擴大預測值的範圍。
至於這是否最終會帶來「更好」的預測，仍需驗證，而且取決於新納入的解釋變數品質。不過先來看看，更大的模型如何擴大預測範圍。
本練習屬於課程
R 的信用風險建模
練習說明
- 以和建立
log_model_small相同的方式建立log_model_full，但這次將資料集中所有可用的解釋變數都納入。若你不想逐一輸入每個欄位名稱，可以用loan_status ~ .一次選取所有變數。 - 使用
predict()為測試集中的所有個案建立預測向量predictions_all_full。請注意，這些數值代表違約的機率。 - 檢視預測值的範圍。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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