고정된 승인율에서 불량률 계산하기
영상에서, 다음이 주어졌을 때 은행의 대출 포트폴리오에서 불량률(또는 연체 비율)을 계산하는 방법을 배웠어요:
- 특정 모델
- 승인율
이 연습 문제에서는 앞서 적합한 가지치기한 트리 ptree_prior를 사용하고, 승인율이 80%일 때 은행이 기대할 수 있는 불량률을 계산해 보세요. 참고로, 트리는 화면 오른쪽에 그려져 있어요.
이 연습은 강의의 일부입니다
R로 배우는 신용 위험 모델링
연습 안내
- 스크립트에는 가지치기한 트리와
test_set을 사용해 연체 확률을 예측하는 코드가 제공되어 있어요. 트리에predict()함수를 사용하면 연체 확률은 두 번째 열에 있으니,[,2]를predict()결과에 붙였다는 점을 기억하세요. prob_default_prior를 사용해 승인율 80%가 되도록 하는 컷오프를 구하세요. 이를 위해 quantile() 함수를 사용할 수 있으며, 두 번째 인수를 0.8로 설정하세요. 이름은cutoff_prior로 지정하세요.- 실제 이진 연체 예측값(0 또는 1)을 얻는 코드는 제공되어 있어요. 여기서는 ifelse()를 사용해요. 객체 이름은
bin_pred_prior_80로 하세요. - 승인율 80%에 따라 승인된 대출에 대해
test_set의 연체 지시자를 선택하는 코드는 제공되어 있어요. - 승인된 대출에 대한 연체 비율(또는 "불량률")을 계산하세요. 이는
accepted_status_prior_80에서1이 나타난 횟수를 이 벡터의 전체 길이로 나눈 값이에요. 결과를 R 콘솔에 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Make predictions for the probability of default using the pruned tree and the test set.
prob_default_prior <- predict(ptree_prior, newdata = test_set)[ ,2]
# Obtain the cutoff for acceptance rate 80%
# Obtain the binary predictions.
bin_pred_prior_80 <- ifelse(prob_default_prior > cutoff_prior, 1, 0)
# Obtain the actual default status for the accepted loans
accepted_status_prior_80 <- test_set$loan_status[bin_pred_prior_80 == 0]
# Obtain the bad rate for the accepted loans