1. 학습
    2. /
  2. 강의
    3. /
  3. R로 배우는 신용 위험 모델링
Connected

연습 문제

트리 기반 모델 비교를 위한 ROC 곡선

이제 앞선 연습을 반복하되, 트리 기반 모델들을 비교해 보세요. pROC()는 이미 작업 공간에 로드되어 있어요. 트리 기반 방법의 PD 예측값은 다음 객체에 저장되어 있습니다.

  • predictions_undersample
  • predictions_prior
  • predictions_loss_matrix
  • predictions_weights

지침

100 XP
  • 함수 roc(response, predictor)를 사용해 트리 기반 방법의 ROC 객체를 만드세요.
  • 방금 만든 객체들로 ROC 곡선을 만드세요. 한 그래프에 모두 그리려면, 첫 번째 ROC 곡선(ROC_undersample)에는 plot()을 사용하고, 나머지 세 모델은 lines()로 같은 그래프에 추가하세요. col 인수를 사용해 ROC_prior는 파란색, ROC_loss_matrix는 빨간색, ROC_weights는 초록색으로 지정하세요.
  • ROC 곡선의 성능을 더 잘 파악하려면, auc() 함수를 사용해 AUC를 확인해 보세요.