In precedenza, hai creato un semplice albero decisionale che utilizzava il punteggio di credito del richiedente e l'importo del prestito richiesto per prevedere l'esito del prestito.

Lending Club dispone di ulteriori informazioni sui richiedenti, come lo stato di proprietà della casa, l'anzianità lavorativa, lo scopo del prestito e precedenti fallimenti, che possono essere utili per previsioni più accurate.

Usando tutti i dati disponibili sui richiedenti, costruisci un modello di concessione più sofisticato utilizzando il set di dati di training casuale creato in precedenza. Poi, usa questo modello per fare previsioni sul set di dati di testing per stimare le prestazioni del modello su future richieste di prestito.

Il pacchetto rpart è già stato caricato e i set di dati loans_train e loans_test sono stati creati.

Far crescere alberi di classificazione più grandi

Create Your Free Account