시작하기무료로 시작하기

ROC 곡선 그리기

ROC 곡선으로 모델 성능을 시각화하면 가능한 모든 임곗값에서의 성능을 하나의 그래프로 모아 볼 수 있어요. 각 임곗값에 대한 민감도와 특이도를 함께 보여줍니다. ROC 곡선이 그래프에서 더 ‘왼쪽 위’로 올라갈수록 모델이 더 좋습니다.

이제 신용카드 고객의 이탈 여부에 대한 클래스 확률을 예측하고, 그 결과를 ROC 곡선으로 그려 보겠습니다.

미리 로드된 model은 신용카드 고객 학습용 데이터셋으로 학습한 의사결정나무이고, 테스트 데이터는 customers_test입니다.

이 연습은 강의의 일부입니다

R로 배우는 트리 기반 Machine Learning

강의 보기

연습 안내

  • 테스트 세트에 대해 model을 사용해 클래스 확률을 예측하세요.
  • 예측 결과를 bind_cols()로 테스트 세트에 추가하고, 결과를 predictions로 저장하세요.
  • 해당 결과의 ROC 곡선을 계산하세요.
  • autoplot()을 사용해 ROC 곡선을 그리세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Predict probabilities on test set
predictions <- predict(___, 
                       ___, 
                       type = "___") %>% 
  # Add test set
  ___(customers_test)

# Calculate the ROC curve for all thresholds
roc <- ___(___,
           estimate = ___, 
           truth = ___)

# Plot the ROC curve
___
코드 편집 및 실행