전략 테이블과 전략 곡선

이전 연습 문제에서 했던 계산을 여러 수용 비율에 대해 반복하면 전략 테이블을 만들 수 있어요. 이 테이블은 은행이 수용 전략을 더 잘 정의할 수 있도록 통찰을 제공하는 유용한 도구가 됩니다.

이제 특정 수용 비율에 대한 불량률을 계산하는 방법을 아시므로, 시간을 절약하기 위해 strategy_bank 함수를 작성해 워크스페이스에 로드해 두었습니다. 이 함수는 수용 비율이 5%의 배수일 때(0%, 5%, 10%, …)의 컷오프와 불량률을 계산합니다.

이 연습은 강의의 일부입니다

R로 배우는 신용 위험 모델링

강의 보기

연습 안내

strategy_bank 함수를 살펴보세요.
predictions_cloglog 벡터에는 2장에서 사용한 cloglog 모델로 계산한 연체 확률의 예측값이 들어 있고, predictions_loss_matrix 벡터에는 3장에서 구성한 손실 행렬을 포함한 가지치기된 트리로 계산한 연체 확률의 예측값이 들어 있어요. 각 예측 벡터에 strategy_bank 함수를 적용하고, 각각의 결과에 이름을 strategy_cloglog, strategy_loss_matrix로 지정하세요.
객체 이름 뒤에 $table을 붙이면 전략 테이블을 얻을 수 있어요.
전략 곡선은 이미 그려 두었습니다. 트리 모델의 전략 곡선이 꽤 이상한 거동을 보이네요. 분류 트리의 구조적 특성 때문에 이런 "점프"가 나타날 가능성이 큽니다. 게다가 손실 행렬을 포함한 트리는 매우 큰 모델이었기 때문에, 과적합의 결과일 수도 있어요!

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Have a look at the function strategy_bank


# Apply the function strategy_bank to both predictions_cloglog and predictions_loss_matrix



# Obtain the strategy tables for both prediction-vectors


# Plot the strategy functions
par(mfrow = c(1,2))
plot(strategy_cloglog$accept_rate, strategy_cloglog$bad_rate, 
     type = "l", xlab = "Acceptance rate", ylab = "Bad rate", 
     lwd = 2, main = "logistic regression")

plot(strategy_loss_matrix$accept_rate, strategy_loss_matrix$bad_rate, 
     type = "l", xlab = "Acceptance rate", 
     ylab = "Bad rate", lwd = 2, main = "tree")

코드 편집 및 실행