Narysuj krzywą ROC
Jak widziałeś w filmie, krzywa ROC to bardzo wygodny sposób na podsumowanie działania klasyfikatora dla wszystkich możliwych progów decyzyjnych. Dzięki temu unikasz żmudnego obliczania prognoz klas dla wielu różnych progów i sprawdzania macierzy pomyłek dla każdego z nich.
Do obliczania krzywych ROC polecam pakiet caTools, który zawiera funkcję colAUC(). Jest bardzo prosta w użyciu i potrafi jednocześnie wyznaczać krzywe ROC dla wielu predyktorów. W tym przypadku wyznaczasz krzywą ROC dla jednego predyktora, np.:
colAUC(predicted_probabilities, actual, plotROC = TRUE)
Funkcja zwróci wartość AUC (więcej na ten temat za chwilę), a argument plotROC = TRUE spowoduje wyświetlenie wykresu krzywej ROC do wizualnej analizy.
To ćwiczenie jest częścią kursu
Uczenie maszynowe z caret w R
Instrukcje do ćwiczenia
W twoim środowisku pracy załadowane są obiekty model, test i train z poprzedniego ćwiczenia, korzystające z danych sonar.
- Przewidź prawdopodobieństwa (tj.
type = "response") na zbiorze testowym i zapisz wynik jakop. - Narysuj krzywą ROC na podstawie przewidywanych prawdopodobieństw ze zbioru testowego.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Predict on test: p
# Make ROC curve