BaşlayınÜcretsiz başlayın

Örnek içi ROC ve AUC

Bagging uygulanmış ağaçlar, eğitim kümeninin yapısını ne kadar iyi yakalıyor? Karar ağaçlarından daha mı iyi? Aşırı öğreniyorlar mı? Bunu değerlendirmek için ROC ve AUC harika araçlardır.

Bu egzersizde, bu örnek içi tahminleri üretecek ve ROC ile AUC değerlerini hesaplayacaksın. Dikkat, sürprizler var!

Önceden yüklenenler: önceki egzersizin çıktısı model_bagged ve eğitim verisi customers_train.

Bu egzersiz, kursun bir parçasıdır

R ile Ağaç Tabanlı Modellerle Machine Learning

Kursa Göz Atın

Egzersiz talimatları

  • Eğitim kümenle olasılık tahminleri üretmek için model_bagged modelini kullan, bu tahminleri eğitim tibble'ına ekle ve sonucu predictions olarak kaydet.
  • predictions tibble'ının ROC eğrisini oluştur ve sonucu görselleştir.
  • predictions tibble'ının AUC değerini hesapla.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Predict on training set and add to training set
predictions <- ___(___,
                   new_data = ___, 
                   type = "___") %>% 
    bind_cols(___)

# Create and plot the ROC curve
roc_curve(___,
          estimate = ___,
          truth = ___) %>% autoplot()

# Calculate the AUC
___(predictions,
    estimate = ___, 
    truth = ___)
Kodu Düzenle ve Çalıştır