ComeçarComece de graça

Desenhar a curva ROC

Visualizar o desempenho do modelo com uma curva ROC permite reunir o desempenho em todos os possíveis limiares em um único gráfico. Ela mostra a sensibilidade e a especificidade para cada limiar. Quanto mais "para cima e à esquerda" estiver a curva ROC, melhor é o modelo.

Você vai prever as probabilidades de classe de clientes de cartão de crédito que cancelaram o serviço e plotar os resultados como uma curva ROC.

Já estão pré-carregados um model, que é uma árvore de decisão treinada no conjunto de treino de clientes de cartão de crédito, e os dados de teste, customers_test.

Este exercício faz parte do curso

Machine Learning com modelos baseados em árvores em R

Ver curso

Instruções do exercício

  • Use model para prever probabilidades de classe no conjunto de teste.
  • Adicione os resultados ao conjunto de teste usando bind_cols() e salve o resultado como predictions.
  • Calcule a curva ROC do resultado.
  • Plote a curva ROC usando autoplot().

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Predict probabilities on test set
predictions <- predict(___, 
                       ___, 
                       type = "___") %>% 
  # Add test set
  ___(customers_test)

# Calculate the ROC curve for all thresholds
roc <- ___(___,
           estimate = ___, 
           truth = ___)

# Plot the ROC curve
___
Editar e executar o código