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

Exercise

对训练集进行欠采样

在视频中，您看到为了解决类别不平衡问题，可以使用欠采样或过采样。我们已为您对训练集进行了欠采样，使其中 1/3 为违约样本，2/3 为非违约样本。处理后的数据集已放在您的工作空间中，名为 undersampled_training_set，样本量更少（6570，而非 19394）。本练习中，您将使用该欠采样数据集来构建一棵决策树。

您会注意到本题和下一题里生成的树都非常大，大到几乎无法读清。现在先不用担心这个问题，我们会在下一个视频中讲解如何让它们更易于管理！

Instructions

100 XP
  • rpart 包已为您安装。请在工作空间中加载该包。
  • 修改提供的代码，使其使用欠采样后的训练集来构建决策树，替代原来的 training_set。另外，添加参数 control = rpart.control(cp = 0.001)。其中 cp（复杂度参数）是对任一划分导致整体不拟合度下降的阈值。如果未达到 cp，将不再继续进一步划分。cp 的默认值是 0.01，但对于复杂问题，建议放宽 cp。
  • 使用 plot 函数配合树对象名称绘制决策树。添加第二个参数 uniform = TRUE，以获得等长的分支。
  • 上一条命令只会绘制带有节点和边的树，但没有任何文字（即所谓的"标签"）。请使用 text() 函数，并仅传入参数 tree_undersample，为图形添加标签。