Incluindo uma matriz de perdas

Por fim, você pode incluir uma matriz de perdas, alterando a importância relativa de classificar erroneamente um default como non-default versus um non-default como default. Você quer enfatizar que classificar um default como non-default deve ser penalizado mais severamente. Incluir uma matriz de perdas pode novamente ser feito no argumento parms na matriz de perdas.

parms = list(loss = matrix(c(0, cost_def_as_nondef, cost_nondef_as_def, 0), ncol=2))

Ao fazer isso, você está construindo uma matriz 2x2 com zeros na diagonal e penalidades de perda alteradas fora da diagonal. A matriz de perdas padrão tem todos os valores iguais a um fora da diagonal.

Este exercício faz parte do curso

Modelagem de Risco de Crédito em R

Ver curso

Instruções do exercício

Altere o código fornecido para incluir essa matriz de perdas, com uma penalização 10 vezes maior ao classificar erroneamente um default real como non-default. Isso pode ser feito substituindo cost_def_as_nondef por 10 e cost_nondef_as_def por 1. Assim como nos exercícios anteriores, inclua rpart.control para relaxar o parâmetro de complexidade para 0.001.
Plote a árvore de decisão usando a função plot e o nome do objeto da árvore. Adicione um segundo argumento uniform = TRUE para obter ramos de tamanho igual e adicione rótulos à árvore usando text() com o nome do objeto da árvore.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Change the code below such that a decision tree is constructed using a loss matrix penalizing 10 times more heavily for misclassified defaults.
tree_loss_matrix <- rpart(loan_status ~ ., method = "class",
                          data =  training_set)


# Plot the decision tree


# Add labels to the decision tree

Editar e executar o código