ROC-Kurven und AUC berechnen

Die vorherigen Übungen haben gezeigt, dass Genauigkeit bei unausgewogenen Datensätzen ein sehr irreführendes Maß für die Modellgüte ist. Eine grafische Darstellung der Modellleistung macht den Trade-off zwischen einem zu aggressiven und einem zu passiven Modell deutlich.

In dieser Übung erstellst du eine ROC-Kurve und berechnest die Fläche unter der Kurve (AUC), um das zuvor gebaute Logit-Modell für Spenden zu bewerten.

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

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Load the pROC package


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

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

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

Code bearbeiten und ausführen