Tabel strategi dan kurva strategi
Dengan mengulang perhitungan yang Anda lakukan pada latihan sebelumnya untuk beberapa tingkat penerimaan, Anda dapat memperoleh sebuah tabel strategi. Tabel ini dapat menjadi alat yang berguna bagi bank karena memberikan wawasan yang lebih baik untuk menetapkan strategi penerimaan.
Anda kini tahu cara menghitung bad rate untuk suatu tingkat penerimaan, sehingga fungsi strategy_bank telah ditulis dan dimuat ke ruang kerja Anda untuk mempercepat proses. Fungsi ini menghitung nilai cut-off dan bad rate untuk tingkat penerimaan yang merupakan kelipatan 5% (0%, 5%, 10%, …).
Latihan ini adalah bagian dari kursus
Pemodelan Risiko Kredit di R
Petunjuk latihan
- Perhatikan fungsi
strategy_bank. - Vektor
predictions_cloglogberisi probabilitas gagal bayar yang diprediksi menggunakan model cloglog yang Anda gunakan di bab 2, sedangkan vektorpredictions_loss_matrixberisi probabilitas gagal bayar yang diprediksi menggunakan pohon yang telah dipangkas dengan loss matrix (dibangun sebelumnya di bab 3). Terapkan fungsistrategy_bankpada masing-masing vektor prediksi tersebut, lalu beri namastrategy_cloglogdanstrategy_loss_matrixsecara berturut-turut. - Tabel strategi dapat diperoleh dengan menggunakan nama objek dikombinasikan dengan
$table. - Kurva strategi telah dibuatkan untuk Anda. Kurva strategi dari model pohon menunjukkan perilaku yang cukup aneh. Karena struktur pohon klasifikasi, Anda mungkin lebih berpeluang melihat "lonjakan" yang tidak wajar di sini. Selain itu, pohon dengan loss matrix tersebut sangat besar, sehingga ini mungkin akibat overfitting!
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Have a look at the function strategy_bank
# Apply the function strategy_bank to both predictions_cloglog and predictions_loss_matrix
# Obtain the strategy tables for both prediction-vectors
# Plot the strategy functions
par(mfrow = c(1,2))
plot(strategy_cloglog$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")