Calcolo di curve ROC e AUC

I precedenti esercizi hanno mostrato che l'accuratezza è una misura molto fuorviante delle prestazioni del modello su insiemi di dati sbilanciati. Rappresentare graficamente le prestazioni del modello illustra meglio il compromesso tra un modello troppo aggressivo e uno troppo conservativo.

In questo esercizio creerai una curva ROC e calcolerai l'area sotto la curva (AUC) per valutare il modello di regressione logistica delle donazioni che hai costruito in precedenza.

L'insieme di dati donors con la colonna delle probabilità previste, donation_prob, è già stato caricato per te.

Questo esercizio fa parte del corso

Apprendimento supervisionato in R: Classificazione

Visualizza il corso

Istruzioni dell'esercizio

Carica il pacchetto pROC.
Crea una curva ROC con roc() e le colonne delle donazioni effettive e previste. Salva il risultato come ROC.
Usa plot() per disegnare l'oggetto ROC. Specifica col = "blue" per colorare di blu la curva.
Calcola l'area sotto la curva con auc().

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Load the pROC package


# Create a ROC curve
ROC <- roc(___, ___)

# Plot the ROC curve
plot(___, col = ___)

# Calculate the area under the curve (AUC)
auc(___)

Modifica ed esegui il codice