ROC 곡선 그리기

영상에서 보셨듯이, ROC 곡선은 가능한 모든 임곗값에서 분류기의 성능을 요약해 주는 매우 유용한 도구입니다. 이를 통해 여러 임곗값에 대해 일일이 클래스 예측을 계산하고 각 경우의 혼동 행렬을 살펴보는 번거로운 작업을 줄일 수 있어요.

ROC 곡선을 계산할 때 제가 선호하는 패키지는 caTools이며, 여기에 colAUC() 함수가 포함되어 있습니다. 이 함수는 사용하기 쉽고, 실제로 한 번에 여러 예측 변수의 ROC 곡선을 계산할 수도 있습니다. 이번에는 하나의 예측 변수에 대한 ROC 곡선만 계산하면 되므로, 예시는 다음과 같습니다:

colAUC(predicted_probabilities, actual, plotROC = TRUE)

이 함수는 AUC라는 점수(자세한 내용은 뒤에서 다룹니다)를 반환하고, plotROC = TRUE 인자를 사용하면 시각적으로 확인할 수 있도록 ROC 곡선 그림을 표시합니다.