修改先验概率
正如视频中所提到的，您也可以调整先验概率来构建决策树。这是一种间接方式，用于改变各类别误分类的重要性。您可以在 rpart() 中加入另一个参数来设置先验概率。该参数形式如下：
parms = list(prior=c(non_default_proportion, default_proportion))
rpart 包已在您的工作区中加载。
本练习是课程的一部分
R 中的信用风险建模
练习说明
- 修改提供的代码，构建一棵决策树，并加入参数
parms，将非违约的比例设为 0.7、违约的比例设为 0.3（两者之和应为 1）。另外，请加入control = rpart.control(cp = 0.001)。 - 使用函数 plot 和树对象名绘制定决策树。添加第二个参数 "uniform=TRUE" 以获得等长分支。
- 使用函数
text()配合该决策树对象为树添加标签。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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