Berechnen von ROC Kurven und AUC

Die vorangegangenen Übungen haben gezeigt, dass die Genauigkeit ein sehr irreführendes Maß für die Leistung eines Modells auf unausgewogenen Datensätzen ist. Die grafische Darstellung der Leistung des Modells verdeutlicht besser den Kompromiss zwischen einem zu aggressiven und einem zu passiven Modell.

In dieser Übung erstellst du eine ROC Kurve und berechnest die Fläche unter der Kurve (AUC), um das logistische Regressionsmodell der Spenden zu bewerten, das du zuvor erstellt hast.

Der Datensatz donors mit der Spalte der vorhergesagten Wahrscheinlichkeiten, donation_prob, wurde für dich geladen.

Diese Übung ist Teil des Kurses

Überwachtes Lernen in R: Klassifikation

Kurs anzeigen

Anleitung zur Übung

Lade das Paket pROC.
Erstelle eine ROC Kurve mit roc() und den Spalten der tatsächlichen und der vorhergesagten Spenden. Speichere das Ergebnis als ROC.
Verwende plot(), um das Objekt ROC zu zeichnen. Gib col = "blue" an, um die Kurve blau zu färben.
Berechne die Fläche unter der Kurve mit auc().

Interaktive Übung zum Anfassen

Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.

# Load the pROC package


# Create a ROC curve
ROC <- roc(___, ___)

# Plot the ROC curve
plot(___, col = ___)

# Calculate the area under the curve (AUC)
auc(___)

Bearbeiten und Ausführen von Code