Mélanges de GLMs et nombre de composantes : application ... - Scor

C.2. Famille de produits Ahorro
C.2.3
Sélection des variables : résultats par CART
Taux d’erreur de classification de l’arbre Au vu de la matrice de confusion sur l’échantillon
de validation, le taux d’erreur de classification de l’arbre s’élève à 6,77 %. Ce bon résultat
est à prendre avec précaution car la spécificité est assez mauvaise (34 %), bien que la sensibilité
soit excellente (99,6 %). Nous nous servons de ce classifieur relativement précis pour en
extraire les variables discriminantes dans le paragraphe suivant.
Rachats non-observés
Rachat observés
Rachats non-prédits 1731 3363
Rachats prédits 196 47281
Importance des variables explicatives Les variables qui apparaissent comme les plus
discriminantes dans la figure C.5 sont l’ancienneté de contrat, suivie de la richesse de l’assuré,
de l’option de participation aux bénéfices (PB), de la prime d’épargne (corrélée à la richesse,
donc nous ne considérerons qu’une des deux variables dans la modélisation), de l’ancienneté
de contrat catégorisée (celle que nous considérerons par la suite pour mieux refléter le profil
spécifique des rachats vu au graphe C.2) et ainsi de suite. Ce classement nous sert de base
dans le choix des inputs aux futures modélisations, sachant qu’il confirme quasiment tout le
temps les statistiques descriptives du taux de rachat en fonction de ces variables explicatives
(nous nous abstenons donc dans le mémoire d’exposer l’ensemble des statistiques descriptives
des rachats en fonction de chaque variable, ce qui serait long et fastidieux). La relation entre le
taux de rachat et les variables explicatives continues n’étant que très rarement monotone, nous
considérons très souvent dans la suite le classement par importance des variables catégorisées.
Les trois principales que nous retenons ici sont donc l’option de PB, l’ancienneté de contrat et
la fréquence de la prime. La saisonnalité n’apparait pas car elle ne fait pas partie des variables
Variable importance for Ahorro (All) on
3 months basis
General and by class error rate of Ahorro (All) in
3 months basis
duration
●
face.amount
PB.guarantee
saving.premium
duration.range
risk.premium
underwriting.age
lapse.age
premium.frequency
riskPrem.range
fa.range
savingPrem.range
underwritingAge.range
gender
●
●
●
●
●
●
●
●
●
●
●
●
●
Error
0.005 0.010 0.020 0.050 0.100 0.200 0.500
0 200 400 600 800 1000
MeanDecreaseGini
0 10 20 30 40
trees
Figure C.5 – Importance des variables explicatives, produit Ahorro.
203