기타 트리 옵션과 혼동 행렬 구성

R로 배우는 신용 위험 모델링

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

유용한 rpart() 인자

rpart()에서
- weights: 케이스 가중치 포함
rpart()의 control 인자(rpart.control)에서
- minsplit: 분할 시도 최소 관측치 수
- minbucket: 리프 노드 최소 관측치 수

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

또는

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

혼동 행렬 만들기

table(test_set$loan_status, pred_undersample_class)

pred_undersample_class
       0    1
  0 8314  346
  1  964   73

실습해 봅시다!

R로 배우는 신용 위험 모델링