1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Modelování kreditního rizika v R
Connected

cvičení

Nastavení prahu klasifikace

Ukázali jsme ti, jak volba prahu klasifikace může rozhodnout o tom, zda dostaneš dobrou matici záměn. Teď se naučíš, jak převést vektor predikcí na vektor binárních hodnot označujících stav úvěru. Pomůže ti k tomu funkce ifelse() v R.

Použití funkce ifelse() v kontextu prahu klasifikace vypadá například takto:

ifelse(predictions > 0.3, 1, 0)

V prvním argumentu testuješ, zda je daná hodnota ve vektoru predikcí větší než 0.3. Pokud je podmínka TRUE, R vrátí hodnotu "1" (zadanou ve druhém argumentu); pokud je FALSE, vrátí "0" (zadanou ve třetím argumentu) – tyto hodnoty představují „default" a „no default".

Pokyny

100 XP
  • Kód pro úplný model logistické regrese spolu s vektorem predikcí je k dispozici v konzoli.
  • S prahem 0.15 vytvoř vektor pred_cutoff_15 pomocí funkce ifelse() a proměnné predictions_all_full.
  • Prohlédni si matici záměn pomocí funkce table() – jako první argument zadej skutečné hodnoty, tedy test_set$loan_status.