Crear árboles de decisión con el paquete rpart()

Modelización del riesgo de crédito en R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Imagina...

árbol_de_decisión.gif

Modelización del riesgo de crédito en R

¡Paquete rpart()! Pero...

  • Difícil crear un buen árbol para riesgo de crédito
  • Motivo principal: datos desbalanceados
fit_default <- rpart(loan_status ~ ., method = "class", 
                     data = training_set)
plot(fit_default)

Error in plot.rpart(fit_default) : fit is not a tree, just a root
Modelización del riesgo de crédito en R

Tres técnicas para corregir el desbalance

  • Submuestreo o sobremuestreo
    • El problema de accuracy desaparece
    • Solo en el set de entrenamiento
  • Cambiar las probabilidades a priori
  • Incluir una matriz de pérdida

Valida el modelo para ver qué va mejor.

Modelización del riesgo de crédito en R

¡Vamos a practicar!

Modelización del riesgo de crédito en R

Preparing Video For Download...