ROC-curves en oppervlakte onder de ROC-curve
ROC-curves worden gebruikt om de prestaties van een classificatiemodel te visualiseren over een reeks drempelwaarden voor waarschijnlijkheid. Een ROC-curve waarvan de meeste punten dicht bij de linkerbovenhoek van de grafiek liggen, geeft aan dat een classificatiemodel zowel de positieve als de negatieve uitkomsten correct kan voorspellen over een brede reeks drempelwaarden.
De oppervlakte onder deze curve geeft een soort rapportcijfer van de modelprestaties.
In deze oefening maak je een ROC-curve op basis van de resultaten van je logistische regressiemodel en bereken je de oppervlakte onder de ROC-curve met yardstick.
Je tibble met modelresultaten, telecom_results, is in je sessie geladen.
Deze oefening maakt deel uit van de cursus
Modelleren met tidymodels in R
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Calculate metrics across thresholds
threshold_df <- ___ %>%
___(truth = ___, ___)
# View results
threshold_df