1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Supervised Learning v R: Klasifikace
Connected

cvičení

Výpočet ROC křivek a AUC

Předchozí cvičení ukázala, že přesnost (accuracy) může být velmi zavádějící míra výkonu modelu při práci s nevyváženými datasety. Grafické znázornění výkonu modelu lépe ilustruje kompromis mezi modelem, který je příliš agresivní, a modelem, který je příliš pasivní.

V tomto cvičení vytvoříš ROC křivku a vypočítáš plochu pod křivkou (AUC), abys mohl/a vyhodnotit model logistické regrese pro dárcovství, který jsi sestavil/a dříve.

Dataset donors se sloupcem predikovaných pravděpodobností donation_prob je již načtený.

Pokyny

100 XP
  • Načti balíček pROC.
  • Vytvoř ROC křivku pomocí funkce roc() a sloupců se skutečnými a predikovanými hodnotami dárcovství. Výsledek ulož jako ROC.
  • Pomocí plot() vykresli objekt ROC. Zadej col = "blue", aby byla křivka modrá.
  • Vypočítej plochu pod křivkou pomocí auc().