1. 学ぶ
    2. /
  2. コース
    3. /
  3. Rで学ぶTree-Based ModelsによるMachine Learning
Connected

演習

インサンプルのROCとAUC

バギング木は、学習データの構造をどれくらい捉えられているでしょうか。決定木より良いでしょうか。過学習しているでしょうか。これを評価するには、ROC と AUC を使うのが効果的です。

この演習では、インサンプル予測を作成し、その ROC と AUC を計算します。要チェックです。きっと意外な結果が見つかります！

前の演習の結果である model_bagged と、学習データ customers_train は読み込まれています。

指示

100 XP
  • model_bagged を使って学習データでの「確率」予測を生成し、学習データの tibble に列として追加し、結果を predictions として保存します。
  • predictions tibble の ROC 曲線を作成し、プロットします。
  • predictions tibble の AUC を計算します。