Construirea arborilor de decizie cu pachetul rpart()

Modelarea riscului de credit în R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Imaginați-vă...

decision_tree.gif

Modelarea riscului de credit în R

Pachetul rpart()! Dar...

  • Dificil de construit un arbore de decizie bun pentru date de risc de credit
  • Motiv principal: date dezechilibrate
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
Modelarea riscului de credit în R

Trei tehnici pentru a depăși dezechilibrul

  • Subeșantionare sau supraeșantionare
    • Problema acurateței dispare
    • Doar setul de antrenare
  • Modificarea probabilităților a priori
  • Includerea unei matrice de pierderi

Validați modelul pentru a determina ce este mai bun!

Modelarea riscului de credit în R

Să exersăm!

Modelarea riscului de credit în R

Preparing Video For Download...