Představ si, že spouštíš kampaň s cílem zabránit zákazníkům v defaultu. Pomocí svých predikcí můžeš kampaň přesněji zacílit. Klíčovou roli přitom hraje volba prahu – pokud znáš náklady a přínosy kampaně, můžeš empiricky zjistit, který práh je nejvýhodnější. V tomto cvičení pracujeme s následujícím scénářem:

Pokud zákazník díky naší kampani k defaultu nedojde, tedy pokud jsme default správně předpověděli (true positive), získáme odměnu 1 000 €. Pokud ale kampaň zacílíme na zákazníka, který by k defaultu stejně nedošel, tedy pokud jsme default předpověděli chybně (false positive), neseme náklady 250 €.

Z předchozího cvičení víme, že nejlepší byl omezený model. Proto počítej optimální práh jen pro něj. Predikce jsou uloženy ve sloupci predNew dataframu defaultData. Použij balíček SDMTools.

Validace na testovacích datech a křížová validace

Create Your Free Account