Mulai sekarangMulai gratis

Luas di bawah kurva ROC

Luas di bawah kurva ROC merangkum banyak estimasi kinerja lainnya menjadi satu angka tunggal dan memungkinkan Anda menilai kinerja model dengan sangat cepat. Karena alasan ini, ukuran kinerja ini sangat umum digunakan untuk model klasifikasi.

Dengan AUC, Anda dapat menilai kinerja model menggunakan sistem penilaian huruf, di mana A adalah nilai terbaik:

AUC Nilai
0,9 - 1 A
0,8 - 0,9 B
0,7 - 0,8 C
0,6 - 0,7 D
0,5 - 0,6 E

Anda akan menghitung AUC model Anda menggunakan tibble predictions dari latihan sebelumnya, yang masih dimuat.

Latihan ini merupakan bagian dari kursus

Machine Learning dengan Model Berbasis Pohon di R

Lihat Kursus

Instruksi latihan

  • Hitung luas di bawah kurva ROC menggunakan fungsi roc_auc() dan tibble predictions.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

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

print(paste("The area under the ROC curve is", round(auc_result$.estimate, 3)))
Edit dan Jalankan Kode