손실 행렬 포함하기

세 번째로, 손실 행렬을 포함해 실제 부도를 정상으로 잘못 분류하는 경우와 정상을 부도로 잘못 분류하는 경우의 상대적 중요도를 조정할 수 있어요. 실제 부도를 정상으로 잘못 분류하는 오류에는 더 큰 패널티를 주고자 합니다. 손실 행렬은 다시 parms 인자를 사용해 포함할 수 있어요.

parms = list(loss = matrix(c(0, cost_def_as_nondef, cost_nondef_as_def, 0), ncol=2))

이렇게 하면 대각 원소가 0이고, 비대각 원소에 변경된 손실 패널티가 들어가는 2x2 행렬을 구성하게 됩니다. 기본 손실 행렬은 비대각 원소가 모두 1이에요.

이 연습은 강의의 일부입니다

R로 배우는 신용 위험 모델링

강의 보기

연습 안내

제공된 코드를 수정해 손실 행렬을 포함하세요. 실제 부도를 정상으로 잘못 분류할 때의 패널티가 10배가 되도록 설정합니다. 이를 위해 cost_def_as_nondef는 10으로, cost_nondef_as_def는 1로 바꾸세요. 이전 연습 문제와 마찬가지로 rpart.control을 포함해 복잡도 매개변수(complexity parameter)를 0.001로 완화하세요.
의사결정나무를 그리려면 트리 객체 이름을 사용해 plot 함수를 호출하세요. 두 번째 인자로 uniform = TRUE를 추가해 가지 길이를 동일하게 하고, text()에 트리 객체 이름을 넣어 레이블을 추가하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Change the code below such that a decision tree is constructed using a loss matrix penalizing 10 times more heavily for misclassified defaults.
tree_loss_matrix <- rpart(loan_status ~ ., method = "class",
                          data =  training_set)


# Plot the decision tree


# Add labels to the decision tree

코드 편집 및 실행