AUC meten
In deze oefening bereken je de AUC van je churn-voorspellingsmodellen om het beste model te vinden.
Gebruik de functie auc() uit het pROC-pakket.
De functie heeft twee argumenten:
- Het echte churn-label in de testset,
test_set$Future. - De modelvoorspelling:
a. Voor logistische regressie is dat de voorspelling uit de functiepredict.
b. Voor random forest is dat de tweede kolom van de voorspelling uit de functiepredict.
De objecten firstPredictions, secondPredictions, thirdPredictions en rfPredictions zijn alvast voor je ingeladen.
Welk model heeft de hoogste AUC-waarde?
Deze oefening maakt deel uit van de cursus
Predictive Analytics met netwerkgdata in R
Praktische interactieve oefening
Zet theorie om in actie met een van onze interactieve oefeningen.
Begin met trainen