Tăierea arborelui cu matricea de pierderi

În acest exercițiu, vei tăia arborele construit cu ajutorul unei matrice de pierderi, pentru a penaliza mai mult cazurile de nerambursare clasificate greșit față de cele de rambursare clasificate greșit.

Acest exercițiu face parte din cursul

Modelarea riscului de credit în R

Vezi cursul

Instrucțiuni pentru exercițiu

Rulează codul pentru a seta seed-ul și a construi din nou tree_loss_matrix.
Folosește funcția plotcp() pentru a examina structura erorii validate încrucișat.
Uitându-te la graficul cp, vei observa că tăierea arborelui folosind eroarea minimă validată încrucișat va produce un arbore la fel de mare ca cel netăiat, deoarece eroarea validată încrucișat atinge minimul pentru cp = 0.001. Deoarece vrei un arbore ceva mai mic, încearcă să tai arborele folosind cp = 0.0012788. Pentru acest parametru de complexitate, eroarea validată încrucișat se apropie de eroarea minimă observată. Numește arborele tăiat ptree_loss_matrix.
Pachetul rpart.plot este încărcat în spațiul tău de lucru. Reprezintă grafic arborele tăiat folosind funcția prp() (inclusiv argumentul extra = 1).

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# set a seed and run the code to construct the tree with the loss matrix again
set.seed(345)
tree_loss_matrix  <- rpart(loan_status ~ ., method = "class", data = training_set,
                           parms = list(loss=matrix(c(0, 10, 1, 0), ncol = 2)),
                           control = rpart.control(cp = 0.001))

# Plot the cross-validated error rate as a function of the complexity parameter


# Prune the tree using cp = 0.0012788


# Use prp() and argument extra = 1 to plot the pruned tree

Editează și rulează codul