Začněte nyníZačněte zdarma

Vykresli ROC křivku

Vizualizace výkonu modelu pomocí ROC křivky ti umožňuje shrnout výkon modelu pro všechny možné prahy do jediného grafu. Zobrazuje citlivost (sensitivity) a specificitu (specificity) pro každý práh. Čím více je ROC křivka posunutá „nahoru a doleva", tím lepší model je.

Budeš předpovídat pravděpodobnosti příslušnosti ke třídám u zákazníků kreditních karet, kteří odešli, a výsledky zobrazíš jako ROC křivku.

Předpřipravený je model – rozhodovací strom natrénovaný na trénovací sadě zákazníků kreditních karet – a testovací data customers_test.

Toto cvičení je součástí kurzu

Machine Learning with Tree-Based Models in R

Zobrazit kurz

Pokyny k cvičení

  • Použij model k predikci pravděpodobností tříd na testovací sadě.
  • Výsledky přidej k testovací sadě pomocí bind_cols() a výsledek ulož jako predictions.
  • Vypočítej ROC křivku výsledku.
  • Vykresli ROC křivku pomocí autoplot().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Predict probabilities on test set
predictions <- predict(___, 
                       ___, 
                       type = "___") %>% 
  # Add test set
  ___(customers_test)

# Calculate the ROC curve for all thresholds
roc <- ___(___,
           estimate = ___, 
           truth = ___)

# Plot the ROC curve
___
Upravit a spustit kód