Budowanie drzew decyzyjnych za pomocą pakietu rpart()

Modelowanie ryzyka kredytowego w R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Wyobraźmy sobie...

decision_tree.gif

Modelowanie ryzyka kredytowego w R

Pakiet rpart()! Ale...

  • Trudne budowanie drzewa decyzyjnego dla danych ryzyka kredytowego
  • Główny powód: niezbalansowane dane
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
Modelowanie ryzyka kredytowego w R

Trzy techniki radzenia sobie z niezbalansowaniem

  • Undersampling lub oversampling
    • Problem z dokładnością zniknie
    • Tylko zbiór treningowy
  • Zmiana prawdopodobieństw a priori
  • Użycie macierzy strat

Należy zwalidować model, aby wybrać najlepszą metodę!

Modelowanie ryzyka kredytowego w R

Czas na ćwiczenia!

Modelowanie ryzyka kredytowego w R

Preparing Video For Download...