事前確率を変更する
動画で説明したように、事前確率を変更して決定木を作成することもできます。これは、各クラスの誤分類の重要度を間接的に調整する方法です。rpart() の中に追加の引数を指定して、事前確率を含めることができます。目的の引数は次の形式です。
parms = list(prior=c(non_default_proportion, default_proportion))
rpart パッケージはすでにワークスペースに読み込まれています。
この演習はコースの一部です
R で学ぶクレジットリスク・モデリング
演習の手順
- 提供されたコードを変更して、引数
parmsを含め、非延滞（non-default）の比率を 0.7、延滞（default）の比率を 0.3 に設定して（合計は常に 1 になるようにします）、決定木を構築してください。さらに、control = rpart.control(cp = 0.001)も含めます。 - 関数 plot と木のオブジェクト名を使って決定木をプロットします。枝の長さを等しくするため、第二引数に "uniform=TRUE" を追加します。
- 関数
text()と決定木オブジェクト名を使って、木にラベルを追加します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Change the code below such that a tree is constructed with adjusted prior probabilities.
tree_prior <- rpart(loan_status ~ ., method = "class",
data = training_set)
# Plot the decision tree
# Add labels to the decision tree