Otras opciones de árbol y construcción de matrices de confusión

Modelización del riesgo de crédito en R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Otros argumentos útiles de rpart()

En rpart()
- weights: incluir pesos por caso
En el argumento control de rpart() (rpart.control)
- minsplit: mínimo de observaciones para intentar dividir
- minbucket: mínimo de observaciones en la hoja

pred_undersample_class = predict(ptree_undersample, newdata = test_set, type ="class")

1     2     3    ...   29073 29079 29084 29090 29091
0     0     0    ...     1     0     0     0     0

pred_undersample = predict(ptree_undersample, newdata = test_set)

          0         1
1     0.7382920 0.2617080
2     0.5665138 0.4334862
3     0.5992366 0.4007634
          ...          ... 
29084 0.7382920 0.2617080
29090 0.7382920 0.2617080
29091 0.7382920 0.2617080

Construir una matriz de confusión

table(test_set$loan_status, pred_undersample_class)

pred_undersample_class
       0    1
  0 8314  346
  1  964   73

¡Vamos a practicar!

Modelización del riesgo de crédito en R