1. Nauka
    2. /
  2. Kursy
    3. /
  3. Modelowanie ryzyka kredytowego w R
Connected

ćwiczenie

Przycinanie drzewa z użyciem macierzy strat

W tym ćwiczeniu przytniesz drzewo zbudowane z użyciem macierzy strat, która nakłada wyższe kary za błędną klasyfikację przypadków niewywiązania się ze zobowiązań niż za błędną klasyfikację pozostałych przypadków.

Instrukcje

100 XP
  • Uruchom kod, aby ustawić ziarno losowości i ponownie skonstruować tree_loss_matrix.
  • Użyj funkcji plotcp(), aby przeanalizować strukturę błędu kroswalidacyjnego.
  • Patrząc na wykres cp, zauważysz, że przycięcie drzewa przy minimalnym błędzie kroswalidacyjnym daje drzewo równie duże jak drzewo nieprzycinane – błąd kroswalidacyjny osiąga minimum dla cp = 0.001. Ponieważ zależy ci na nieco mniejszym drzewie, spróbuj przyciąć je, używając cp = 0.0012788. Dla tego parametru złożoności błąd kroswalidacyjny zbliża się do obserwowanego minimum. Przyciętemu drzewu nadaj nazwę ptree_loss_matrix.
  • Pakiet rpart.plot jest już wczytany w twoim środowisku pracy. Zwizualizuj przycięte drzewo, używając funkcji prp() (z argumentem extra = 1).