寻找最优阈值
设想您正在开展一项活动,目标是防止客户发生违约。您可以借助预测来设计这项活动。其中,阈值的选择对结果至关重要。若您知道活动的成本与回报,就能通过经验法检验哪个阈值最合适。在本练习中,我们面对如下情境:
如果某位客户因为我们的活动而未发生违约,也就是说我们对违约的预测是正确的(真正类),我们将获得 1000€ 的回报。相反,如果我们将活动投向一位本来就不会违约的客户,也就是我们错误地将该客户(假正类)预测为会违约,我们将承担 250€ 的成本。
在上一个练习中,我们已经知道受限模型效果最好。因此,这里只需为该模型计算最优阈值。预测结果已存于数据框 defaultData 的 predNew 列中。请使用 SDMTools 包。
本练习是课程的一部分
用 R 进行市场营销分析的机器学习
交互式实操练习
通过完成这段示例代码来试试这个练习。
library(SDMTools)
# Confusion matrix with threshold 0.5
confMat <- confusion.matrix(defaultData$PaymentDefault,
defaultData$predNew,
threshold = ___)
confMat