Menyertakan matriks loss

Ketiga, Anda dapat menyertakan sebuah matriks loss untuk mengubah tingkat kepentingan relatif dari salah klasifikasi default sebagai non-default dibandingkan non-default sebagai default. Anda ingin menekankan bahwa salah mengklasifikasikan default sebagai non-default harus diberi penalti yang lebih besar. Penyertaan matriks loss kembali dapat dilakukan melalui argumen parms pada matriks loss.

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

Dengan melakukan ini, Anda membentuk matriks 2x2 dengan nol pada diagonal dan penalti loss yang diubah pada sisi luar diagonal. Matriks loss bawaan berisi angka satu pada semua elemen luar diagonal.

Latihan ini adalah bagian dari kursus

Pemodelan Risiko Kredit di R

Lihat Kursus

Petunjuk latihan

Ubah kode yang disediakan agar mencakup matriks loss, dengan penalti yang 10 kali lebih besar saat salah mengklasifikasikan default aktual sebagai non-default. Ini dapat dilakukan dengan mengganti cost_def_as_nondef menjadi 10, dan cost_nondef_as_def menjadi 1. Sama seperti yang Anda lakukan pada latihan sebelumnya, sertakan rpart.control untuk melonggarkan parameter kompleksitas menjadi 0,001.
Plot pohon keputusan menggunakan fungsi plot dan nama objek pohon. Tambahkan argumen kedua uniform = TRUE untuk mendapatkan cabang berukuran sama, dan tambahkan label pada pohon menggunakan text() dengan nama objek pohon.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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

Edit dan Jalankan Kode