Xây cây quyết định với gói rpart()

Mô hình hóa rủi ro tín dụng bằng R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Hãy tưởng tượng...

cây_quyết_định.gif

Mô hình hóa rủi ro tín dụng bằng R

Gói rpart()! Nhưng...

  • Khó xây cây quyết định đẹp cho dữ liệu rủi ro tín dụng
  • Lý do chính: dữ liệu mất cân bằng
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
Mô hình hóa rủi ro tín dụng bằng R

Ba kỹ thuật xử lý mất cân bằng

  • Lấy mẫu thiếu hoặc lấy mẫu thừa
    • Vấn đề độ chính xác sẽ biến mất
    • Chỉ áp dụng trên tập huấn luyện
  • Thay đổi xác suất tiên nghiệm
  • Thêm ma trận mất mát

Xác thực mô hình để chọn phương án tốt nhất!

Mô hình hóa rủi ro tín dụng bằng R

Hãy luyện tập!

Mô hình hóa rủi ro tín dụng bằng R

Preparing Video For Download...