在固定接受率下计算坏账率

在视频中，您学习了在给定以下条件时，如何计算银行贷款组合中的坏账率（或违约百分比）：

一个特定的模型
接受率

在本练习中，您将基于之前拟合的剪枝树 ptree_prior，并设定 80% 的接受率，计算银行可预期的坏账率。提醒一下，右侧已绘制出该树。

脚本中已提供使用剪枝树与 test_set 预测违约概率的代码。请记住，当您对树使用 predict() 函数时，违约概率在第二列。因此在 predict() 函数后加入了 [,2]。
使用 prob_default_prior 计算能得到 80% 接受率的阈值。可使用 quantile() 函数来完成，将第二个参数设为 0.8。将结果命名为 cutoff_prior。
已提供生成实际二元违约预测（0 或 1）的代码。这里使用 ifelse()。将对象命名为 bin_pred_prior_80。
已提供根据 80% 接受率，选取 test_set 中被接受贷款的违约指示的代码。
计算被接受贷款的违约百分比（即"坏账率"）。也就是 accepted_status_prior_80 中取值为 1 的出现次数，除以该向量的总长度。请将结果打印到您的 R 控制台。