前の演習で得られた精度、
acc_undersample acc_prior acc_loss_matrix acc_weights
がワークスペースに再読み込みされています。これらを確認してみてください。精度だけで判断すると、どのツリーが最も良い結果を出していますか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、まずクレジットリスクモデルの全体像を紹介します。実データセットを確認し、モデルを適用できるように適切な形式へと前処理していきます。
ロジスティック回帰は、クレジットリスク・モデリングで今も広く使われています。この章では、R でクレジットデータにロジスティック回帰モデルを適用する方法を学びます。
分類木は、クレジットリスク・モデリングで人気のあるもう一つの手法です。この章では、R を使ってクレジットデータから分類木を構築する方法を学びます。
現在の演習
この章では、複数のクレジットリスクモデルから得られた結果を評価・比較する方法を学びます。
