ÎncepețiÎncepe gratuit

Trasează curbele ROC

Ai văzut din nou că arborele boosted obține cel mai mare AUC. Numerele sunt utile, dar vizualizările spun mai mult! De ce să nu ilustrezi aceste rezultate?

Vei reprezenta performanța modelelor trasând toate curbele ROC pe un singur grafic. Deoarece AUC este, prin definiție, aria de sub curbele ROC, modelul boosted ar trebui să aibă cea mai mare arie și să se afle în colțul din stânga sus al graficului.

Tibble-ul cu predicții, preds_combined, este deja încărcat.

Acest exercițiu face parte din cursul

Machine Learning cu modele bazate pe arbori în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Remodelează tibble-ul preds_combined astfel încât toate coloanele care încep cu "preds_" să devină rânduri în loc de coloane. Convertește numele într-o coloană "model" și valorile într-o coloană numită "predictions".
  • Grupează rezultatele după model.
  • Calculează valorile ROC pentru toate pragurile de decizie.
  • Generează un grafic al curbelor.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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
  ___()
Editează și rulează codul