Krzywe ROC do porównania modeli drzewiastych

Czas powtórzyć poprzednie ćwiczenia – tym razem porównasz modele drzewiaste. Biblioteka pROC() jest już wczytana w twoim środowisku. Prognozy PD dla metod drzewiastych są zapisane w obiektach:

predictions_undersample
predictions_prior
predictions_loss_matrix
predictions_weights

To ćwiczenie jest częścią kursu

Modelowanie ryzyka kredytowego w R

Zobacz kurs

Instrukcje do ćwiczenia

Zbuduj obiekty ROC dla metod drzewiastych, korzystając z funkcji roc(response, predictor).
Użyj utworzonych obiektów, aby narysować krzywe ROC. Aby wyświetlić je wszystkie na jednym wykresie, użyj plot() dla pierwszej krzywej ROC (dla ROC_undersample), a lines() dla pozostałych trzech modeli. Użyj argumentu col, aby zmienić kolor krzywej: ROC_prior na niebieski, ROC_loss_matrix na czerwony, a ROC_weights na zielony.
Aby lepiej ocenić jakość krzywych ROC, sprawdź wartości AUC za pomocą funkcji auc().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Construct the objects containing ROC-information
ROC_undersample <- 
ROC_prior <-
ROC_loss_matrix <- 
ROC_weights <- 

# Draw the ROC-curves in one plot

  

    

# Compute the AUCs

Edytuj i uruchom kod