Bir ROC eğrisi çiz

Videoda gördüğün gibi, bir ROC eğrisi, bir sınıflandırıcıyı tüm olası eşikler boyunca özetlemek için gerçekten kullanışlı bir kestirme yoldur. Bu sayede, birçok farklı eşik için sınıf tahmini yapıp her biri için karmaşıklık (confusion) matrisini inceleme zahmetinden kurtulursun.

ROC eğrilerini hesaplamak için en sevdiğim paket caTools; içinde colAUC() adlı bir fonksiyon var. Bu fonksiyon oldukça kullanıcı dostudur ve aslında birden fazla tahmin değişkeni için ROC eğrilerini aynı anda hesaplayabilir. Bu durumda yalnızca tek bir tahmin değişkeni için ROC eğrisini hesaplaman yeterli, örneğin:

colAUC(predicted_probabilities, actual, plotROC = TRUE)

Fonksiyon AUC adı verilen bir puan döndürecek (buna birazdan değineceğiz) ve plotROC = TRUE argümanı görsel olarak inceleyebilmen için ROC eğrisinin grafiğini oluşturacaktır.

Bu egzersiz

R ile caret kullanarak Machine Learning

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Son egzersizdeki sonar verilerini kullanan model, test ve train çalışma alanında yüklü.

Test kümesi üzerinde olasılıkları tahmin et (örn. type = "response") ve sonucu p olarak sakla.
Test kümesinden tahmin ettiğin olasılıkları kullanarak bir ROC eğrisi çiz.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Predict on test: p


# Make ROC curve

Kodu Düzenle ve Çalıştır