Oppervlakte onder de ROC-curve
De oppervlakte onder de ROC-curve (AUC) vat veel andere prestatiematen samen in één getal en laat je heel snel de prestaties van een model beoordelen. Daarom is het een veelgebruikte maat voor classificatiemodellen.
Met AUC kun je de prestaties van een model beoordelen met een soort cijfersysteem, waarbij A het beste is:
| AUC | Cijfer |
|---|---|
| 0.9 - 1 | A |
| 0.8 - 0.9 | B |
| 0.7 - 0.8 | C |
| 0.6 - 0.7 | D |
| 0.5 - 0.6 | E |
Je gaat de AUC van je model berekenen met de predictions-tibble uit de vorige oefening, die nog steeds is geladen.
Deze oefening maakt deel uit van de cursus
Machine Learning met boomgebaseerde modellen in R
Oefeninstructies
- Bereken de oppervlakte onder de ROC-curve met de functie
roc_auc()en depredictions-tibble.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Calculate area under the curve
auc_result <- ___(___,
estimate = ___,
truth = ___)
print(paste("The area under the ROC curve is", round(auc_result$.estimate, 3)))