rpart() 패키지로 의사결정나무 구축

R로 배우는 신용 위험 모델링

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

상상해 봅시다…

의사결정나무

R로 배우는 신용 위험 모델링

rpart() 패키지! 하지만…

  • 신용위험 데이터로 보기 좋은 나무 만들기 어려움
  • 주된 이유: 불균형 데이터
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
R로 배우는 신용 위험 모델링

불균형을 해결하는 세 가지 기법

  • 언더샘플링 또는 오버샘플링
    • 정확도 문제 해소
    • 학습 세트에만 적용
  • 사전확률(prior) 변경
  • 손실 행렬 포함

무엇이 최선인지 검증하세요!

R로 배우는 신용 위험 모델링

연습해 봅시다!

R로 배우는 신용 위험 모델링

Preparing Video For Download...