1. 학습
    2. /
  2. 강의
    3. /
  3. R로 배우는 Supervised Learning: 분류
Connected

연습 문제

ROC 곡선과 AUC 계산하기

앞선 연습 문제에서 보셨듯이, 불균형 데이터셋에서는 정확도만으로는 모델 성능을 올바르게 평가하기 어렵습니다. 그래프를 통해 모델 성능을 살펴보면, 지나치게 공격적인 모델과 지나치게 소극적인 모델 사이의 균형을 더 잘 파악할 수 있어요.

이번 연습에서는 앞에서 만든 기부 예측용 로지스틱 회귀 모델을 평가하기 위해 ROC 곡선을 그리고, 곡선 아래 면적(AUC)을 계산해 보겠습니다.

예측 확률 열 donation_prob을 포함한 데이터셋 donors가 미리 로드되어 있습니다.

지침

100 XP
  • pROC 패키지를 로드하세요.
  • 실제 기부 여부와 예측 확률 열을 사용해 roc()로 ROC 곡선을 만들고, 결과를 ROC에 저장하세요.
  • plot()으로 ROC 객체를 그리세요. 곡선을 파란색으로 표시하려면 col = "blue"를 지정하세요.
  • auc()로 곡선 아래 면적을 계산하세요.