CommencerCommencer gratuitement

Aire sous la courbe ROC

L’aire sous la courbe ROC (AUC) condense de nombreuses 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 noter la performance d’un modèle à l’aide d’un barème, 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 en utilisant le tibble predictions de l’exercice précédent, qui est toujours chargé.

Cet exercice fait partie du cours

Machine Learning avec des modèles à base d’arbres en R

Afficher le cours

Instructions

  • Calculez l’aire sous la courbe ROC à l’aide de la fonction roc_auc() et du tibble predictions.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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