1. Learn
    2. /
  2. Courses
    3. /
  3. R 中的信用风险建模
Connected

Exercise

指定阈值

我们已经向您展示了，如何通过设定阈值来获得更理想的混淆矩阵。现在，您将学习如何把预测向量转换为由二元值组成的向量，用来指示贷款状态。R 中的 ifelse() 函数可以帮助您完成这个转换。

在阈值的语境下使用 ifelse()，您可以这样写：

ifelse(predictions > 0.3, 1, 0)

在第一个参数中，您在判断预测向量中的某个值是否大于 0.3。若为 TRUE，R 返回"1"（由第二个参数指定）；若为 FALSE，R 返回"0"（由第三个参数指定）。它们分别表示"违约"和"未违约"。

Instructions

100 XP
  • 控制台中给出了完整逻辑回归模型及其预测向量的代码。
  • 使用 0.15 作为阈值，基于 ifelse() 函数和 predictions_all_full 创建向量 pred_cutoff_15。
  • 使用 table() 查看混淆矩阵（将真实值 test_set$loan_status 放在第一个参数中）。