Curve ROC per confrontare i modelli basati su alberi

È il momento di ripetere gli esercizi precedenti, questa volta confrontando i modelli basati su alberi. pROC() è già caricato nel tuo workspace. Le predizioni di PD per i metodi ad albero sono salvate negli oggetti

predictions_undersample
predictions_prior
predictions_loss_matrix
predictions_weights

Questo esercizio fa parte del corso

Credit Risk Modeling in R

Visualizza il corso

Istruzioni dell'esercizio

Crea gli oggetti ROC per i metodi basati su alberi usando la funzione roc(response, predictor).
Usa gli oggetti creati in precedenza per costruire le curve ROC. Per disegnarle tutte in un unico grafico, usa plot() per la prima curva ROC (per ROC_undersample) e lines() per aggiungere le altre tre curve dello stesso grafico. Usa l’argomento col per cambiare il colore della curva di ROC_prior in blu, di ROC_loss_matrix in rosso e di ROC_weights in verde.
Per valutare meglio le prestazioni delle curve ROC, dai un’occhiata alle AUC usando la funzione auc().

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Construct the objects containing ROC-information
ROC_undersample <- 
ROC_prior <-
ROC_loss_matrix <- 
ROC_weights <- 

# Draw the ROC-curves in one plot

  

    

# Compute the AUCs

Modifica ed esegui il codice