ComeçarComece de graça

Plotar curvas ROC

Você viu novamente que a boosted tree obteve o maior AUC. Números são ótimos, mas imagens falam mais! Que tal visualizar esses resultados?

Você vai ilustrar o desempenho dos modelos plotando todas as curvas ROC em um único gráfico. Como o AUC é literalmente a área sob essas curvas ROC, o modelo boosted deve ter a maior área sob sua curva e aparecer no canto superior esquerdo do gráfico.

O tibble de previsões, preds_combined, ainda está carregado.

Este exercício faz parte do curso

Machine Learning com modelos baseados em árvores em R

Ver curso

Instruções do exercício

  • Reestruture o tibble preds_combined para que todas as colunas que começam com "preds_" virem linhas em vez de colunas. Converta os nomes em uma coluna "model" e os valores em uma coluna chamada "predictions".
  • Agrupe os resultados por model.
  • Calcule os valores da ROC para todos os cutoffs.
  • Gere um gráfico das curvas.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Reshape the predictions into long format
predictions_long <- tidyr::pivot_longer(___,
                                        cols = starts_with("___"),
                                        names_to = "___",
                                        values_to = "___")

predictions_long %>% 
  # Group by model
  ___(___) %>% 
  # Calculate values for every cutoff
  ___(truth = ___, 
      estimate = ___) %>%
  # Create a plot from the calculated data
  ___()
Editar e executar o código