สร้าง Box-and-Whisker Plot

caret มีวิธีหลากหลายสำหรับการเปรียบเทียบโมเดล ซึ่งทั้งหมดอ้างอิงจากฟังก์ชัน resamples() หนึ่งในวิธีที่ดีที่สุดคือ box-and-whisker plot ซึ่งช่วยให้เปรียบเทียบการกระจายของความแม่นยำในการพยากรณ์ (ในที่นี้คือค่า AUC) ของทั้งสองโมเดลได้อย่างชัดเจน

โดยทั่วไป ควรเลือกโมเดลที่มีค่า AUC มัธยฐาน (median) สูงกว่า และมีช่วงระหว่างค่าต่ำสุดกับสูงสุดที่แคบกว่า

สามารถสร้างกราฟนี้ได้ด้วยฟังก์ชัน bwplot() ซึ่งแสดง box-and-whisker plot ของคะแนน out-of-sample ของโมเดล โดย box-and-whisker plot จะแสดงค่ามัธยฐานของแต่ละการกระจายเป็นเส้น และแสดงช่วง interquartile range เป็นกล่องรอบเส้นมัธยฐาน สามารถส่งอาร์กิวเมนต์ metric = "ROC" เข้าไปในฟังก์ชัน bwplot() เพื่อแสดงกราฟของคะแนน ROC แบบ out-of-sample และเลือกโมเดลที่มีค่า ROC มัธยฐานสูงที่สุด

หากไม่ระบุ metric ที่ต้องการพล็อต bwplot() จะแสดงกราฟให้อัตโนมัติ 3 ตัว