Specificarea unui prag de decizie
Ți-am arătat cum alegerea unui prag de decizie poate face diferența pentru a obține o matrice de confuzie bună. Acum vei învăța cum să transformi vectorul de predicții într-un vector de valori binare care indică statusul împrumutului. Funcția ifelse() din R te va ajuta în acest sens.
Aplicând funcția ifelse() în contextul unui prag de decizie, vei obține ceva de genul:
ifelse(predictions > 0.3, 1, 0)
În primul argument, verifici dacă o anumită valoare din vectorul de predicții este mai mare decât 0,3. Dacă este TRUE, R returnează „1" (specificat în al doilea argument); dacă este FALSE, R returnează „0" (specificat în al treilea argument), reprezentând „default" și, respectiv, „fără default".
Acest exercițiu face parte din cursul
Modelarea riscului de credit în R
Instrucțiuni pentru exercițiu
- Codul pentru modelul complet de regresie logistică, împreună cu vectorul de predicții, este deja disponibil în consola ta.
- Folosind un prag de decizie de 0,15, creează vectorul
pred_cutoff_15cu ajutorul funcțieiifelse()și alpredictions_all_full. - Analizează matricea de confuzie folosind
table()(introdu valorile reale, adicătest_set$loan_status, ca prim argument).
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# The code for the logistic regression model and the predictions is given below
log_model_full <- glm(loan_status ~ ., family = "binomial", data = training_set)
predictions_all_full <- predict(log_model_full, newdata = test_set, type = "response")
# Make a binary predictions-vector using a cut-off of 15%
# Construct a confusion matrix