LoslegenKostenlos starten

Fläche unter der ROC-Kurve

Die Fläche unter der ROC-Kurve fasst viele andere Leistungskennzahlen in einer einzigen Zahl zusammen und erlaubt dir, die Leistung eines Modells sehr schnell einzuschätzen. Deshalb ist sie eine sehr gängige Kennzahl für Klassifikationsmodelle.

Mit der AUC kannst du die Leistung eines Modells mit einem Notensystem bewerten, wobei A die beste Note ist:

AUC Note
0,9 - 1 A
0,8 - 0,9 B
0,7 - 0,8 C
0,6 - 0,7 D
0,5 - 0,6 E

Du berechnest gleich die AUC deines Modells mit dem predictions-Tibble aus der letzten Übung, das noch geladen ist.

Diese Übung ist Teil des Kurses

<Kurs>Maschinelles Lernen mit baumbasierten Modellen in R</Kurs>
Kurs ansehen

Übungsanweisungen

  • Berechne die Fläche unter der ROC-Kurve mit der Funktion roc_auc() und dem predictions-Tibble.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Calculate area under the curve
auc_result <- ___(___, 
                  estimate = ___, 
                  truth = ___)

print(paste("The area under the ROC curve is", round(auc_result$.estimate, 3)))
Code bearbeiten und ausführen