Mulai sekarangMulai gratis

Gambar kurva ROC

Memvisualisasikan kinerja model dengan kurva ROC memungkinkan Anda merangkum kinerja pada semua kemungkinan ambang dalam satu plot. Kurva ini menampilkan sensitivitas dan spesifisitas untuk setiap ambang. Semakin "ke atas dan ke kiri" sebuah kurva ROC, semakin baik modelnya.

Anda akan memprediksi probabilitas kelas untuk pelanggan kartu kredit yang melakukan churn dan memplot hasilnya sebagai kurva ROC.

Telah dimuat sebelumnya sebuah model, yaitu pohon keputusan yang dilatih pada himpunan latih pelanggan kartu kredit, serta data uji, customers_test.

Latihan ini merupakan bagian dari kursus

Machine Learning dengan Model Berbasis Pohon di R

Lihat Kursus

Instruksi latihan

  • Gunakan model untuk memprediksi probabilitas kelas pada himpunan uji.
  • Tambahkan hasilnya ke himpunan uji menggunakan bind_cols() dan simpan hasilnya sebagai predictions.
  • Hitung kurva ROC dari hasil tersebut.
  • Plot kurva ROC menggunakan autoplot().

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Predict probabilities on test set
predictions <- predict(___, 
                       ___, 
                       type = "___") %>% 
  # Add test set
  ___(customers_test)

# Calculate the ROC curve for all thresholds
roc <- ___(___,
           estimate = ___, 
           truth = ___)

# Plot the ROC curve
___
Edit dan Jalankan Kode