Porovnání AUC
Porovnávání různých modelů je základem výběru toho nejlepšího. V posledních dvou cvičeních provedeš srovnání všech typů modelů, se kterými ses v tomto kurzu setkal/a: rozhodovacích stromů, baggingu, náhodných lesů a gradientního boostingu.
Všechny modely byly pečlivě vyladěny a natrénovány na stejné trénovací sadě customers_train, přičemž předpovědi byly vytvořeny pro testovací sadu customers_test. Výsledky jsou číselné pravděpodobnosti a jsou dostupné jako preds_combined v tvé session:
tibble [1,011 × 5]
$ preds_tree : 0.144 0.441 ...
$ preds_bagging : 0.115 0.326 ...
$ preds_forest : 0 0 0 0.286 ...
$ preds_boosting: 0.136 0.149 ...
$ still_customer: "no","no", ...
Toto cvičení je součástí kurzu
Machine Learning with Tree-Based Models in R
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate the AUC for each model
auc_tree <- ___(preds_combined, truth = ___, estimate = ___)
auc_bagged <- ___(preds_combined, truth = ___, estimate = ___)
auc_forest <- ___(preds_combined, truth = ___, estimate = ___)
auc_boost <- ___(preds_combined, truth = ___, estimate = ___)
# Print the results
auc_tree
auc_bagged
auc_forest
auc_boost