失業モデルを評価するゲインカーブ
前の演習では、female_unemployment を予測し、予測値と残差を可視化しました。
ここでは、WVPlots::GainCurvePlot()（docs）関数を使って、unemployment_model の予測と実際の female_unemployment に対するゲインカーブも描画します。
値そのものの正確さよりも並び順が重要なとき、ゲインカーブはモデルの予測が真の目的変数と同じ順序に並ぶかどうかを確認するのに役立ちます。
GainCurvePlot() の呼び出しは次のようになります。
GainCurvePlot(frame, xvar, truthvar, title)
ここで、
frameはデータフレームですxvarとtruthvarは、frame内の予測列と実測の目的変数列の名前を表す文字列ですtitleはプロットのタイトルです
予測が完全に同じ順序で並ぶ場合、相対ジニ係数は 1 になります。モデルの並び替え性能が悪い場合、相対ジニ係数は 0 に近づくか、場合によっては負になります。
予測を含むデータフレーム unemployment と、モデル unemployment_model が利用可能です。
この演習はコースの一部です
R による Supervised Learning：回帰
演習の手順
library()を使ってパッケージWVPlotsを読み込みます。- ゲインカーブを描画します。プロットのタイトルは "Unemployment model" としてください。モデルの予測は正しく並び替えられていますか？
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。
# unemployment (with predictions) is available
summary(unemployment)
# unemployment_model is available
summary(unemployment_model)
# Load the package WVPlots
___
# Plot the Gain Curve
___(___, ___, ___, "Unemployment model")