간단한 결정 트리 만들기

loans 데이터셋에는 미국의 P2P 대출 회사인 Lending Club에서 대출을 신청하고 실제로 받은 11,312명의 무작위 표본이 들어 있어요.

신청 시점의 요청 대출금액과 신용점수에 따라 대출 결과(상환 또는 부도)의 패턴을 결정 트리로 학습해 보겠습니다.

그다음, 신용도가 좋은 지원자와 나쁜 지원자에 대해 트리의 예측이 어떻게 다른지 확인하세요.

loans, good_credit, bad_credit 데이터셋은 미리 로드되어 있어요.

이 연습은 강의의 일부입니다

R로 배우는 Supervised Learning: 분류

강의 보기

연습 안내

rpart 패키지를 로드하세요.
rpart() 함수를 사용해 결정 트리 모델을 적합하세요.
- 첫 번째 인수로 outcome을 loan_amount와 credit_score의 함수로 지정하는 R formula를 제공하세요.
- 지금은 control 인수는 그대로 두세요. (나중에 더 배우게 됩니다!)
만들어진 대출 모델에 predict()를 사용해 good_credit 지원자의 결과를 예측하세요. type 인수로 결과의 "class"를 예측하도록 지정하세요.
같은 방법으로 bad_credit 지원자에 대해서도 예측하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Load the rpart package


# Build a lending model predicting loan outcome versus loan amount and credit score
loan_model <- rpart(___, data = ___, method = "___", control = rpart.control(cp = 0))

# Make a prediction for someone with good credit
predict(___, ___, type = "___")

# Make a prediction for someone with bad credit

코드 편집 및 실행