ROC曲線をプロットする
ブーステッドツリーが最も高いAUCを出すことを再確認しました。数値も大事ですが、可視化するとさらにわかりやすくなります。これらの結果を可視化しましょう。
ここでは、すべてのROC曲線を1つの共通プロットに重ねて、モデルの性能を比較します。AUCはROC曲線の下の面積そのものなので、ブーステッドモデルの曲線が最も大きな面積を持ち、プロットの左上に近い位置にくるはずです。
予測のtibbleであるpreds_combinedは既に読み込まれています。
この演習はコースの一部です
Rで学ぶTree-Based ModelsによるMachine Learning
演習の手順
preds_combinedのtibbleを整形し、"preds_"で始まるすべての列を列から行に変換します。元の列名は"model"列に、値は"predictions"という列に入れます。- 結果を
modelでグループ化します。 - すべてのカットオフについてROCの値を計算します。
- 曲線をグラフィカルにプロットします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Reshape the predictions into long format
predictions_long <- tidyr::pivot_longer(___,
cols = starts_with("___"),
names_to = "___",
values_to = "___")
predictions_long %>%
# Group by model
___(___) %>%
# Calculate values for every cutoff
___(truth = ___,
estimate = ___) %>%
# Create a plot from the calculated data
___()