1. 学习
    2. /
  2. 课程
    3. /
  3. Rで学ぶSupervised Learning：分類
Connected

练习

ROC 曲線と AUC の計算

これまでの演習で、クラス不均衡なデータセットでは正解率だけでモデル性能を評価すると誤解を招くことがわかりました。グラフ化すると、過度に攻撃的なモデルと消極的なモデルのトレードオフがより明確になります。

この演習では、以前に作成した寄付のロジスティック回帰モデルを評価するために、ROC 曲線を作成し、その曲線下面積（AUC）を計算します。

予測確率の列 donation_prob を含むデータセット donors は読み込まれています。

说明

100 XP
  • pROC パッケージを読み込みます。
  • roc() を使い、実測と予測の寄付の列から ROC 曲線を作成し、結果を ROC に保存します。
  • plot() で ROC オブジェクトを描画します。曲線の色を青にするために col = "blue" を指定します。
  • auc() で曲線下面積を計算します。