Incluir una matriz de pérdidas

En tercer lugar, puedes incluir una matriz de pérdidas para cambiar la importancia relativa de clasificar erróneamente un impago como no impago frente a un no impago como impago. Quieres remarcar que clasificar mal un impago como no impago debe penalizarse más. Incluir una matriz de pérdidas se hace de nuevo en el argumento parms de la matriz de pérdidas.

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

Con esto, estás construyendo una matriz 2x2 con ceros en la diagonal y penalizaciones de pérdida modificadas fuera de la diagonal. La matriz de pérdidas por defecto tiene unos fuera de la diagonal.

Este ejercicio forma parte del curso

Modelización del riesgo de crédito en R

Ver curso

Instrucciones del ejercicio

Modifica el código proporcionado para incluir una matriz de pérdidas, con una penalización 10 veces mayor al clasificar erróneamente un impago real como no impago. Puedes hacerlo sustituyendo cost_def_as_nondef por 10 y cost_nondef_as_def por 1. Como en los ejercicios anteriores, incluye rpart.control para relajar el parámetro de complejidad a 0.001.
Dibuja el árbol de decisión usando la función plot y el nombre del objeto del árbol. Añade un segundo argumento uniform = TRUE para obtener ramas del mismo tamaño y añade etiquetas al árbol con text() usando el nombre del objeto del árbol.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# 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

Editar y ejecutar código