CommencezCommencez gratuitement

Aire sous la courbe ROC

L'aire sous la courbe ROC (AUC) résume plusieurs autres estimations de performance en un seul nombre et vous permet d'évaluer très rapidement les performances d'un modèle. Pour cette raison, c'est une mesure de performance très courante pour les modèles de classification.

Avec l'AUC, vous pouvez coter la performance d'un modèle à l'aide d'un système de notation où A est la meilleure note :

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

Vous allez calculer l'AUC de votre modèle à l'aide du tibble predictions provenant du dernier exercice, qui est toujours chargé.

Cette activité fait partie du cours

Machine Learning avec des modèles arborescents en R

Voir le cours

Instructions de l’exercice

  • Calculez l'aire sous la courbe ROC avec la fonction roc_auc() et le tibble predictions.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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

print(paste("The area under the ROC curve is", round(auc_result$.estimate, 3)))
Modifier et exécuter le code