トップデシルリフトを測定する

lift パッケージの関数 TopDecileLift() を使って、解約予測モデルのトップデシルリフトを計算し、比較してください。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 関数の予測結果を使います。 b. ランダムフォレストでは、predict 関数の予測結果の2列目を使います。

firstPredictions、secondPredictions、thirdPredictions、rfPredictions、およびパッケージ lift はすでに読み込まれています。

最も高いトップデシルリフトを示すのはどのモデルですか？

選択肢

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