Courbes ROC et aire sous la courbe ROC
Les courbes ROC servent à visualiser la performance d'un modèle de classification pour différents seuils de probabilité. Une courbe ROC dont la majorité des points se trouvent près du coin supérieur gauche du graphique indique qu'un modèle de classification parvient à prédire correctement les issues positives et négatives sur une large plage de seuils de probabilité.
L'aire sous cette courbe donne un résumé synthétique de la performance du modèle, comme une note globale.
Dans cet exercice, vous allez créer une courbe ROC à partir des résultats de votre régression logistique et calculer l'aire sous la courbe ROC avec yardstick.
Votre tibble de résultats de modèle, telecom_results, a été chargé dans votre session.
Cette activité fait partie du cours
Modélisation avec tidymodels en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Calculate metrics across thresholds
threshold_df <- ___ %>%
___(truth = ___, ___)
# View results
threshold_df