IniziaInizia gratis

Area sotto la curva ROC

L’area sotto la curva ROC riassume molte altre stime di performance in un unico numero e ti permette di valutare molto rapidamente le prestazioni di un modello. Per questo motivo è una misura di performance molto comune per i modelli di classificazione.

Usando l’AUC, puoi valutare le prestazioni di un modello con un sistema a voti, dove A è il voto migliore:

AUC Voto
0.9 - 1 A
0.8 - 0.9 B
0.7 - 0.8 C
0.6 - 0.7 D
0.5 - 0.6 E

Calcolerai l’AUC del tuo modello usando la tibble predictions dell’esercizio precedente, che è ancora caricata.

Questo esercizio fa parte del corso

Machine Learning con modelli ad albero in R

Visualizza il corso

Istruzioni dell'esercizio

  • Calcola l’area sotto la curva ROC usando la funzione roc_auc() e la tibble predictions.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

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

print(paste("The area under the ROC curve is", round(auc_result$.estimate, 3)))
Modifica ed esegui il codice