Courbes ROC et aire sous la courbe ROC
Les courbes ROC servent à visualiser les performances d’un modèle de classification pour toute une gamme de seuils de probabilité. Une courbe ROC dont la majorité des points se situe près de l’angle 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.
L’aire sous cette courbe fournit un résumé « note de lettre » des performances du modèle.
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.
Cet exercice fait partie du cours
Modéliser avec tidymodels en R
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Calculate metrics across thresholds
threshold_df <- ___ %>%
___(truth = ___, ___)
# View results
threshold_df