1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Learning s balíčkem caret v R
Connected

cvičení

Vykreslení ROC křivky

Jak jsi viděl/a ve videu, ROC křivka je velmi užitečný nástroj pro přehledné shrnutí výkonu klasifikátoru napříč všemi možnými prahy. Ušetří ti spoustu práce s ručním výpočtem predikcí tříd pro různé prahové hodnoty a procházením matice záměn pro každou z nich.

Pro výpočet ROC křivek se skvěle hodí balíček caTools, který obsahuje funkci colAUC(). Tato funkce je velmi intuitivní a umí naráz vypočítat ROC křivky pro více prediktorů. V tomto případě stačí vypočítat ROC křivku pro jeden prediktor, například:

colAUC(predicted_probabilities, actual, plotROC = TRUE)

Funkce vrátí skóre AUC (o tom více později) a argument plotROC = TRUE zobrazí graf ROC křivky pro vizuální kontrolu.

Pokyny

100 XP

model, test a train z předchozího cvičení se sonarovými daty jsou načteny ve tvém pracovním prostředí.

  • Predikuj pravděpodobnosti (tj. type = "response") na testovací sadě a výsledek ulož jako p.
  • Pomocí predikovaných pravděpodobností na testovací sadě vytvoř ROC křivku.