Změna apriorních pravděpodobností

Jak bylo zmíněno ve videu, rozhodovací strom lze sestavit také se změněnými apriorními pravděpodobnostmi. Jde o nepřímý způsob, jak upravit důležitost chybných klasifikací pro každou třídu. Další argument funkce rpart() ti umožní apriorní pravděpodobnosti nastavit. Hledaný argument má následující podobu:

parms = list(prior=c(non_default_proportion, default_proportion))

Balíček rpart je v tvém pracovním prostředí již načtený.

Toto cvičení je součástí kurzu

Modelování kreditního rizika v R

Zobrazit kurz

Pokyny k cvičení

Uprav zadaný kód tak, aby byl rozhodovací strom sestaven s argumentem parms, přičemž podíl ne-defaultů nastav na 0,7 a podíl defaultů na 0,3 (jejich součet musí být vždy 1). Přidej také argument control = rpart.control(cp = 0.001).
Vykresli rozhodovací strom pomocí funkce plot a názvu objektu stromu. Přidej druhý argument "uniform=TRUE", aby měly větve stejnou délku.
Přidej do stromu popisky pomocí funkce text() a názvu objektu rozhodovacího stromu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Change the code below such that a tree is constructed with adjusted prior probabilities.
tree_prior <- rpart(loan_status ~ ., method = "class",
                    data = training_set)

# Plot the decision tree


# Add labels to the decision tree

Upravit a spustit kód