Bangun model deteksi Anda sendiri
Mari gabungkan alat yang telah kita lihat di bab ini. Himpunan data transfer kredit dari latihan sebelumnya telah dibagi menjadi himpunan latih dan himpunan uji dengan ketidakseimbangan kelas yang sama. Selanjutnya, SMOTE diterapkan pada himpunan latih. Anda akan membangun model pohon klasifikasi pada himpunan latih asli yang tidak seimbang dan pada himpunan latih yang telah diseimbangkan kembali. Terakhir, kedua model akan dibandingkan pada himpunan uji yang sama.
Pustaka rpart dan caret sudah dimuat di ruang kerja Anda. Jangan ragu merujuk ke slide untuk menyelesaikan latihan ini.
Latihan ini merupakan bagian dari kursus
Deteksi Fraud di R
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Train the rpart algorithm on the original training set and the SMOTE-rebalanced training set
model_orig <- ___(___, data = ___)
model_smote <- ___(___, data = ___)