Eine Verlustmatrix einbeziehen

Drittens kannst du eine Verlustmatrix einbeziehen, um die relative Bedeutung davon zu ändern, einen Default als Non-Default bzw. einen Non-Default als Default falsch zu klassifizieren. Du möchtest betonen, dass ein tatsächlicher Default, der fälschlicherweise als Non-Default eingestuft wird, stärker bestraft werden soll. Das Einbinden einer Verlustmatrix erfolgt wieder über das Argument parms in der Verlustmatrix.

parms = list(loss = matrix(c(0, cost_def_as_nondef, cost_nondef_as_def, 0), ncol=2))

Damit konstruierst du eine 2x2-Matrix mit Nullen auf der Diagonalen und angepassten Verluststrafen außerhalb der Diagonalen. Die Standard-Verlustmatrix hat Einsen außerhalb der Diagonalen.

Diese Übung ist Teil des Kurses

<Kurs>Kreditrisikomodellierung in R</Kurs>

Kurs ansehen

Übungsanweisungen

Ändere den bereitgestellten Code so, dass eine solche Verlustmatrix einbezogen wird, mit einer 10-fach höheren Bestrafung, wenn ein tatsächlicher Default als Non-Default fehlklassifiziert wird. Das erreichst du, indem du cost_def_as_nondef durch 10 und cost_nondef_as_def durch 1 ersetzt. Wie in den vorherigen Übungen fügst du rpart.control hinzu, um den Komplexitätsparameter auf 0.001 zu lockern.
Zeichne den Entscheidungsbaum mit der Funktion plot und dem Namen des Baum-Objekts. Füge ein zweites Argument uniform = TRUE hinzu, um gleich große Äste zu erhalten, und füge Beschriftungen mit text() und dem Baum-Objektnamen hinzu.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Change the code below such that a decision tree is constructed using a loss matrix penalizing 10 times more heavily for misclassified defaults.
tree_loss_matrix <- rpart(loan_status ~ ., method = "class",
                          data =  training_set)


# Plot the decision tree


# Add labels to the decision tree

Code bearbeiten und ausführen