Ändra a priori-sannolikheterna

Som nämndes i videon kan du även ändra a priori-sannolikheterna för att påverka beslutsträdet. Det är ett indirekt sätt att justera hur stor vikt felklassificeringar för varje klass ges. Du kan ange ett ytterligare argument i rpart() för att inkludera a priori-sannolikheter. Argumentet har följande form:

parms = list(prior=c(non_default_proportion, default_proportion))

Paketet rpart är redan inläst i din arbetsmiljö.

Den här övningen är en del av kursen

Kreditriskmodellering i R

Visa kurs

Övningsinstruktioner

Ändra den befintliga koden så att ett beslutsträd konstrueras med argumentet parms, där andelen icke-defaults sätts till 0,7 och andelen defaults till 0,3 (de ska alltid summera till 1). Inkludera även control = rpart.control(cp = 0.001).
Rita beslutsträdet med funktionen plot och trädets objektnamn. Lägg till ett andra argument, "uniform=TRUE", för att få lika stora grenar.
Lägg till etiketter i trädet med funktionen text() och beslutsträdobjektets namn.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Change the code below such that a tree is constructed with adjusted prior probabilities.
tree_prior <- rpart(loan_status ~ ., method = "class",
                    data = training_set)

# Plot the decision tree


# Add labels to the decision tree

Redigera och kör kod