AUC を測定する

この演習では、解約予測モデルのAUCを計算して、どのモデルが最良かを確認します。 pROC パッケージの auc() 関数を使いましょう。この関数は2つの引数を取ります：

テストデータにおける真の解約ラベル test_set$Future
モデルの予測値：
a. ロジスティック回帰では、predict 関数で得られる予測値
b. ランダムフォレストでは、predict 関数で得られる予測結果の第2列

firstPredictions、secondPredictions、thirdPredictions、rfPredictions はすでに読み込まれています。

最もAUCが高いモデルはどれですか？

ロジスティック回帰モデル1（シンプルなネットワーク特徴量）

ロジスティック回帰モデル2（リンクベースの特徴量）

ロジスティック回帰モデル3（すべての特徴量）

ランダムフォレストモデル

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}演習