AUC に基づく入力選択

R で学ぶクレジットリスク・モデリング

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

4 つのロジスティック回帰モデルの ROC 曲線

2020-06-22 18:31:53 のスクリーンショット.png

4 つのロジスティック回帰モデルの ROC 曲線

2020-06-22 18:31:44 のスクリーンショット.png

4 つのロジスティック回帰モデルの ROC 曲線

2020-06-22 18:31:33 のスクリーンショット.png

AUC に基づく枝刈り

1) すべての変数を含むモデル（本例では 7 つ）で開始し、AUC を算出

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

2) 変数を 1 つずつ除いた 7 つの新モデルを作成し、テストセットで PD 予測を実行

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")
...

3) 最良の AUC を出したモデルを採用（完全モデルの AUC: 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) AUC が（有意に）低下するまで繰り返す

Ayo berlatih!

R で学ぶクレジットリスク・モデリング