1. Nauka
    2. /
  2. Kursy
    3. /
  3. Modelowanie ryzyka kredytowego w R
Connected

ćwiczenie

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

Instrukcje

100 XP
  • 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().