Strategitabellen och strategikurvan

Genom att upprepa beräkningarna från föregående övning för flera acceptansnivåer kan du ta fram en strategitabell. Den här tabellen kan vara ett användbart verktyg för banker, eftersom den ger en bättre grund för att definiera en acceptansstrategi.

Du kan redan beräkna andelen dåliga lån för en given acceptansnivå, så funktionen strategy_bank har skrivits och laddats in i din arbetsyta för att snabba upp processen. Den här funktionen beräknar gränsvärdet och andelen dåliga lån för acceptansnivåer som är multipler av 5 % (0 %, 5 %, 10 %, …).

Den här övningen är en del av kursen

Kreditriskmodellering i R

Visa kurs

Övningsinstruktioner

Ta en titt på funktionen strategy_bank.
Vektorn predictions_cloglog innehåller predikterade sannolikheter för fallissemang med hjälp av cloglog-modellen från kapitel 2, och vektorn predictions_loss_matrix innehåller predikterade sannolikheter för fallissemang med hjälp av det beskurna trädet med en förlustmatris (som konstruerades i kapitel 3). Tillämpa funktionen strategy_bank på var och en av prediktionsvektorerna och tilldela namnen strategy_cloglog respektive strategy_loss_matrix.
Strategitabellerna erhålls genom att använda objektnamnen i kombination med $table.
Strategikurvorna har redan plottats åt dig. Strategikurvan för trädmodellen uppvisar ett ganska märkligt beteende. På grund av klassificeringsträdens struktur är risken större för konstiga "hopp". Dessutom var trädet med förlustmatris ett mycket stort träd, så det här kan vara ett resultat av överanpassning!

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Have a look at the function strategy_bank


# Apply the function strategy_bank to both predictions_cloglog and predictions_loss_matrix



# Obtain the strategy tables for both prediction-vectors


# Plot the strategy functions
par(mfrow = c(1,2))
plot(strategy_cloglog$accept_rate, strategy_cloglog$bad_rate, 
     type = "l", xlab = "Acceptance rate", ylab = "Bad rate", 
     lwd = 2, main = "logistic regression")

plot(strategy_loss_matrix$accept_rate, strategy_loss_matrix$bad_rate, 
     type = "l", xlab = "Acceptance rate", 
     ylab = "Bad rate", lwd = 2, main = "tree")

Redigera och kör kod