Calcularea curbelor ROC și a AUC

Exercițiile anterioare au arătat că acuratețea poate fi o măsură înșelătoare a performanței unui model pe seturi de date dezechilibrate. Reprezentarea grafică a performanței modelului ilustrează mai bine compromisul dintre un model prea agresiv și unul prea pasiv.

În acest exercițiu vei crea o curbă ROC și vei calcula aria de sub curbă (AUC) pentru a evalua modelul de regresie logistică pentru donații pe care l-ai construit anterior.

Setul de date donors, care include coloana cu probabilitățile prezise, donation_prob, a fost încărcat pentru tine.

Acest exercițiu face parte din cursul

Supervised Learning în R: Clasificare

Vezi cursul

Instrucțiuni pentru exercițiu

Încarcă pachetul pROC.
Creează o curbă ROC cu roc(), folosind coloanele cu donațiile reale și cele prezise. Stochează rezultatul ca ROC.
Folosește plot() pentru a desena obiectul ROC. Specifică col = "blue" pentru a colora curba în albastru.
Calculează aria de sub curbă cu auc().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Load the pROC package


# Create a ROC curve
ROC <- roc(___, ___)

# Plot the ROC curve
plot(___, col = ___)

# Calculate the area under the curve (AUC)
auc(___)

Editează și rulează codul