Găsirea pragului optim
Imagineaza-ți că desfășori o campanie cu scopul de a preveni nerambursarea creditelor de către clienți. Îți poți planifica campania cu ajutorul predicțiilor tale. Astfel, alegerea pragului este esențială pentru rezultatele obținute. Dacă știi costurile și beneficiile campaniei tale, poți verifica empiric ce prag este cel mai potrivit. În acest exercițiu, ne confruntăm cu următorul scenariu:
Dacă un client nu intră în incapacitate de plată datorită campaniei noastre, adică dacă am prezis corect incapacitatea de plată (adevărat pozitiv), obținem un beneficiu de 1000€. Dacă, în schimb, ne îndreptăm campania către un client care nu ar fi intrat oricum în incapacitate de plată, adică dacă am prezis greșit că acesta va fi în incapacitate de plată (fals pozitiv), suportăm un cost de 250€.
Din exercițiul anterior știm că modelul restricționat a fost cel mai bun. Prin urmare, calculează pragul optim doar pentru acel model. Predicțiile sunt stocate în coloana predNew a dataframe-ului defaultData. Folosește pachetul SDMTools.
Acest exercițiu face parte din cursul
Machine Learning pentru Analiză de Marketing în R
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
library(SDMTools)
# Confusion matrix with threshold 0.5
confMat <- confusion.matrix(defaultData$PaymentDefault,
defaultData$predNew,
threshold = ___)
confMat