自己動手建立偵測模型
把本章學到的工具綜合起來用用看。上一個練習中的信用轉帳資料集，已經依相同的類別不平衡情況分成訓練集與測試集。接著在訓練集上套用了 SMOTE。你將在原始的不平衡訓練集與經過重抽樣平衡後的訓練集上，各自建立一個分類樹模型。最後，使用相同的測試集比較兩個模型的表現。
rpart 與 caret 函式庫已經替你載入到工作空間。完成本練習時，隨時可以回顧投影片。
本練習屬於課程
R 的詐欺偵測
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Train the rpart algorithm on the original training set and the SMOTE-rebalanced training set
model_orig <- ___(___, data = ___)
model_smote <- ___(___, data = ___)