Menghitung bad rate dengan tingkat akseptansi tetap

Dalam video, Anda mempelajari cara menghitung bad rate (atau persentase gagal bayar) pada portofolio pinjaman sebuah bank ketika diberikan:

model tertentu
tingkat akseptansi

Pada latihan ini, Anda akan menghitung bad rate yang dapat diharapkan bank saat menggunakan pohon yang sudah dipangkas ptree_prior yang telah Anda latih sebelumnya, dengan tingkat akseptansi 80%. Sebagai pengingat, plot pohonnya ditampilkan di sisi kanan Anda.

Latihan ini adalah bagian dari kursus

Pemodelan Risiko Kredit di R

Lihat Kursus

Petunjuk latihan

Pada skrip, disediakan kode untuk membuat prediksi probabilitas gagal bayar menggunakan pohon yang sudah dipangkas dan test_set. Ingat bahwa jika Anda menggunakan fungsi predict() untuk sebuah pohon, probabilitas gagal bayar terdapat pada kolom kedua. Karena itu [,2] ditambahkan pada fungsi predict().
Peroleh nilai cut-off yang menghasilkan tingkat akseptansi 80%, menggunakan prob_default_prior. Anda dapat menggunakan fungsi quantile() untuk melakukan ini, dengan argumen kedua disetel ke 0.8. Beri nama cutoff_prior.
Kode untuk memperoleh prediksi default biner (0 atau 1) disediakan. Lihat ifelse() di sini. Beri nama objek bin_pred_prior_80.
Kode untuk memilih indikator default dari test_set bagi pinjaman yang diterima sesuai tingkat akseptansi 80% telah disediakan.
Hitung persentase gagal bayar (atau "bad rate") untuk pinjaman yang diterima. Ini adalah jumlah kemunculan 1 dalam accepted_status_prior_80, dibagi dengan jumlah total instance dalam vektor ini. Cetak solusinya ke R-console Anda.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Make predictions for the probability of default using the pruned tree and the test set.
prob_default_prior <- predict(ptree_prior, newdata = test_set)[ ,2]

# Obtain the cutoff for acceptance rate 80%
  

# Obtain the binary predictions.
bin_pred_prior_80 <- ifelse(prob_default_prior > cutoff_prior, 1, 0)

# Obtain the actual default status for the accepted loans
accepted_status_prior_80 <- test_set$loan_status[bin_pred_prior_80 == 0]

# Obtain the bad rate for the accepted loans

Edit dan Jalankan Kode