Začněte nyníZačněte zdarma

Zobrazení ROC křivek

Opět ses přesvědčil/a, že boostovaný strom dosahuje nejvyššího AUC. Čísla jsou fajn, ale obrázek vydá za tisíc slov! Proč si výsledky rovnou nevizualizovat?

Zobrazíš výkon modelů tak, že vykreslíš všechny ROC křivky do jednoho společného grafu. Protože AUC je doslova plocha pod ROC křivkou, měl by mít boostovaný model největší plochu pod svou křivkou a nacházet se v levém horním rohu grafu.

Tibble s predikcemi preds_combined je stále načtený.

Toto cvičení je součástí kurzu

Machine Learning with Tree-Based Models in R

Zobrazit kurz

Pokyny k cvičení

  • Přetvoř tibble preds_combined tak, aby všechny sloupce začínající na "preds_" byly řádky místo sloupců. Názvy převeď do sloupce "model" a hodnoty do sloupce "predictions".
  • Seskup výsledky podle model.
  • Vypočítej hodnoty ROC pro všechny prahové hodnoty.
  • Vykresli grafické zobrazení křivek.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Reshape the predictions into long format
predictions_long <- tidyr::pivot_longer(___,
                                        cols = starts_with("___"),
                                        names_to = "___",
                                        values_to = "___")

predictions_long %>% 
  # Group by model
  ___(___) %>% 
  # Calculate values for every cutoff
  ___(truth = ___, 
      estimate = ___) %>%
  # Create a plot from the calculated data
  ___()
Upravit a spustit kód