Chọn biến đầu vào dựa trên AUC

Mô hình hóa rủi ro tín dụng bằng R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Đường cong ROC cho 4 mô hình hồi quy logistic

Ảnh chụp màn hình 2020-06-22 lúc 6.31.53 PM.png

Mô hình hóa rủi ro tín dụng bằng R

Đường cong ROC cho 4 mô hình hồi quy logistic

Ảnh chụp màn hình 2020-06-22 lúc 6.31.44 PM.png

Mô hình hóa rủi ro tín dụng bằng R

Đường cong ROC cho 4 mô hình hồi quy logistic

Ảnh chụp màn hình 2020-06-22 lúc 6.31.33 PM.png

Mô hình hóa rủi ro tín dụng bằng R

Cắt tỉa dựa trên AUC

1) Bắt đầu với mô hình gồm tất cả biến (ở đây là 7) và tính AUC

log_model_full <- glm(loan_status ~ loan_amnt + grade + home_ownership + 
                      annual_inc + age + emp_cat + ir_cat, 
                      family = "binomial", data = training_set)

predictions_model_full <- predict(log_model_full, 
                                  newdata = test_set, type ="response")

AUC_model_full <- auc(test_set$loan_status, predictions_model_full)

Area under the curve: 0.6512
Mô hình hóa rủi ro tín dụng bằng R

2) Xây 7 mô hình mới, mỗi lần bỏ 1 biến, và dự đoán PD trên tập kiểm tra

log_1_remove_amnt <- glm(loan_status ~ grade + home_ownership + annual_inc + age + emp_cat + ir_cat,
                         family = "binomial",
                         data = training_set)

log_1_remove_grade <- glm(loan_status ~ loan_amnt + home_ownership + annual_inc + age + emp_cat + ir_cat,
                          family = "binomial",
                          data = training_set)

log_1_remove_home <- glm(loan_status ~ loan_amnt + grade + annual_inc + age + emp_cat + ir_cat,
                         family = "binomial",
                         data = training_set)

pred_1_remove_amnt <- predict(log_1_remove_amnt, newdata = test_set, type = "response")
pred_1_remove_grade <- predict(log_1_remove_grade, newdata = test_set, type = "response")
pred_1_remove_home <- predict(log_1_remove_home, newdata = test_set, type = "response")
...
Mô hình hóa rủi ro tín dụng bằng R

3) Giữ mô hình có AUC tốt nhất (AUC mô hình đầy đủ: 0.6512)

auc(test_set$loan_status, pred_1_remove_amnt)

Area under the curve: 0.6537

auc(test_set$loan_status, pred_1_remove_grade)

Area under the curve: 0.6438

auc(test_set$loan_status, pred_1_remove_home)

Area under the curve: 0.6537

4) Lặp lại cho đến khi AUC giảm (đáng kể)

Mô hình hóa rủi ro tín dụng bằng R

Ayo berlatih!

Mô hình hóa rủi ro tín dụng bằng R

Preparing Video For Download...