Anteriormente, creaste un sencillo árbol de decisión que utilizaba la puntuación crediticia del solicitante y el importe del préstamo solicitado para predecir el resultado del préstamo.

Lending Club dispone de información adicional sobre los solicitantes, como el estado de propiedad de la vivienda, la antigüedad en el empleo, la finalidad del préstamo y las quiebras anteriores, que puede ser útil para hacer predicciones más precisas.

Utilizando todos los datos disponibles de los solicitantes, construye un modelo de préstamo más sofisticado utilizando el conjunto de datos de entrenamiento aleatorio creado anteriormente. A continuación, utiliza este modelo para hacer predicciones sobre el conjunto de datos de prueba para estimar el rendimiento del modelo en futuras solicitudes de préstamo.

Se ha precargado el paquete rpart y se han creado los conjuntos de datos loans_train y loans_test.

Ver el bosque desde los árboles

Create Your Free Account