1. Lära sig
    2. /
  2. Courses
    3. /
  3. R로 배우는 Supervised Learning: 분류
Connected

exercise

더 큰 트리 만들기와 평가하기

이전에 신청자의 신용 점수와 요청한 대출 금액을 사용해 대출 결과를 예측하는 간단한 의사결정나무를 만들었어요.

Lending Club에는 주택 소유 여부, 재직 기간, 대출 목적, 과거 파산 이력 등 더 정확한 예측에 도움이 될 수 있는 추가 정보가 있어요.

사용 가능한 모든 신청자 데이터를 활용해, 이전에 만든 무작위 학습 데이터셋으로 더 정교한 대출 모델을 구축하세요. 그런 다음 이 모델을 테스트 데이터셋에 적용해 예측을 만들고, 향후 대출 신청에서의 모델 성능을 추정하세요.

rpart 패키지는 미리 로드되어 있으며, loans_train과 loans_test 데이터셋이 생성되어 있어요.

Instruktioner

100 XP
  • 학습 데이터셋과 사용 가능한 모든 예측 변수를 사용해 rpart()로 대출 모델을 만드세요. 이번에도 control 인수는 건드리지 마세요.
  • predict() 함수를 테스트 데이터셋에 적용해 예측된 결과 벡터를 만드세요. type 인수를 잊지 마세요.
  • 예측값과 실제 outcome 값을 비교하는 table()을 만드세요.
  • mean() 함수를 사용해 예측의 정확도를 계산하세요.