Kutu-bıyık grafiği oluştur

caret, modelleri karşılaştırmak için kullanabileceğin çeşitli yöntemler sunar. Bu yöntemlerin hepsi resamples() fonksiyonuna dayanır. Benim favorim, iki model için kestirim doğruluğu dağılımını (bu örnekte AUC) karşılaştırmana olanak tanıyan kutu-bıyık grafiği.

Genel olarak, daha yüksek medyan AUC’ye ve min ile max AUC arasındaki aralığı daha küçük olana sahip modeli istersin.

Bu grafiği, modelin örneklem dışı puanlarının bir kutu-bıyık grafiğini çizen bwplot() fonksiyonunu kullanarak oluşturabilirsin. Kutu-bıyık grafikleri, her dağılımın medyanını bir çizgi olarak ve her dağılımın çeyrekler arası aralığını medyan çizgisinin etrafındaki bir kutu olarak gösterir. bwplot() fonksiyonuna metric = "ROC" argümanını vererek modelin örneklem dışı ROC puanlarının grafiğini gösterebilir ve en yüksek medyan ROC’a sahip modeli seçebilirsin.

Eğer çizilecek metriği belirtmezsen, bwplot() bunu otomatik olarak 3 metrik için çizer.