Le tableau de stratégie et la courbe de stratégie

En répétant les calculs effectués dans l’exercice précédent pour plusieurs taux d’acceptation, vous pouvez obtenir un tableau de stratégie. Ce tableau peut être un outil utile pour les banques, car il leur donne une meilleure vision pour définir une stratégie d’acceptation.

Vous savez désormais calculer un bad rate pour un certain taux d’acceptation, donc la fonction strategy_bank a été écrite et chargée dans votre espace de travail pour accélérer les choses. Cette fonction calcule le seuil (cut-off) et le bad rate pour des taux d’acceptation multiples de 5 % (0 %, 5 %, 10 %, …).

Cet exercice fait partie du cours

<cours>Modélisation du risque de crédit en R</cours>

Voir le cours

Instructions de l’exercice

Examinez la fonction strategy_bank.
Le vecteur predictions_cloglog contient les probabilités prédites de défaut à l’aide du modèle cloglog utilisé au chapitre 2 ; le vecteur predictions_loss_matrix contient les probabilités prédites de défaut à l’aide de l’arbre élagué incluant une matrice de coûts (construit précédemment au chapitre 3). Appliquez la fonction strategy_bank à chacun des vecteurs de prédictions, et attribuez respectivement les noms strategy_cloglog et strategy_loss_matrix.
Les tableaux de stratégie peuvent être obtenus en combinant les noms des objets avec $table.
Les courbes de stratégie ont été tracées pour vous. La courbe de stratégie du modèle d’arbre montre un comportement assez étrange. En raison de la structure des arbres de classification, vous pouvez avoir davantage de « sauts » inattendus. De plus, l’arbre avec matrice de coûts était très grand, cela peut donc être le signe d’un surapprentissage.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Have a look at the function strategy_bank


# Apply the function strategy_bank to both predictions_cloglog and predictions_loss_matrix



# Obtain the strategy tables for both prediction-vectors


# Plot the strategy functions
par(mfrow = c(1,2))
plot(strategy_cloglog$accept_rate, strategy_cloglog$bad_rate, 
     type = "l", xlab = "Acceptance rate", ylab = "Bad rate", 
     lwd = 2, main = "logistic regression")

plot(strategy_loss_matrix$accept_rate, strategy_loss_matrix$bad_rate, 
     type = "l", xlab = "Acceptance rate", 
     ylab = "Bad rate", lwd = 2, main = "tree")

Modifier et exécuter le code