ROC-Kurven und Fläche unter der ROC-Kurve
ROC-Kurven werden verwendet, um die Leistung eines Klassifikationsmodells über eine Reihe von Wahrscheinlichkeits‑Schwellenwerten zu visualisieren. Eine ROC-Kurve, bei der die meisten Punkte nahe der oberen linken Ecke des Plots liegen, zeigt an, dass ein Klassifikationsmodell sowohl positive als auch negative Ergebnisse über einen großen Bereich von Wahrscheinlichkeits‑Schwellenwerten korrekt vorhersagen kann.
Die Fläche unter dieser Kurve liefert eine zusammenfassende „Notenbewertung“ der Modellleistung.
In dieser Übung erstellst du eine ROC-Kurve aus den Ergebnissen deines logistischen Regressionsmodells und berechnest die Fläche unter der ROC-Kurve mit yardstick.
Dein Ergebnis‑Tibble telecom_results wurde in deine Session geladen.
Diese Übung ist Teil des Kurses
Modellierung mit tidymodels in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Calculate metrics across thresholds
threshold_df <- ___ %>%
___(truth = ___, ___)
# View results
threshold_df