Aan de slagGa gratis aan de slag

ROC-curves

Je kunt ook andere cut-offwaarden dan 0.5 kiezen, maar het aantal mogelijke cut-offs is groot en het doornemen van honderden tabellen kost veel tijd. Een ROC-curve kan je hierbij helpen.

Zo’n grafiek maak je met de functie roc() uit het add-onpakket pROC. De functie roc() neemt als invoer de vector met geobserveerde responsen (meestal gecodeerd als 0 en 1) en een vector met voorspelde waarden van dezelfde lengte. Ook nu haal je de geobserveerde HOPPINESS-aankopen uit het object choice.data. De voorspelde waarden krijg je door de functie fitted() toe te passen op het object extended.model. De bijbehorende ROC-curve maak je door de functie plot() toe te passen op het resulterende roc-object.

Deze oefening maakt deel uit van de cursus

Responsmodellen bouwen in R

Cursus bekijken

Oefeninstructies

  • Laad het add-onpakket pROC met de functie library().
  • Haal de geobserveerde aankopen voor HOPPINESS uit choice.data en ken ze toe aan een object observed.
  • Maak een roc-object met de functie roc op de geobserveerde responsen in choice.data en de voorspelde waarden uit extended.model. Ken het resultaat toe aan een object ROC.
  • Plot de ROC-curve met de functie plot() op het object ROC.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Load the pROC package

# Obtain the observed purchases
observed <- ___

# Create the Roc object
ROC <- roc(predictor = ___, response = ___)

# Plot the ROC curve
Code bewerken en uitvoeren