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.
이 연습은 강의의 일부입니다
R로 배우는 Supervised Learning: 분류
연습 안내
pROC패키지를 로드하세요.- 실제 기부 여부와 예측 확률 열을 사용해
roc()로 ROC 곡선을 만들고, 결과를ROC에 저장하세요. plot()으로ROC객체를 그리세요. 곡선을 파란색으로 표시하려면col = "blue"를 지정하세요.auc()로 곡선 아래 면적을 계산하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Load the pROC package
# Create a ROC curve
ROC <- roc(___, ___)
# Plot the ROC curve
plot(___, col = ___)
# Calculate the area under the curve (AUC)
auc(___)