1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Machine Learning với caret trong R
Connected

Bài tập

Vẽ đường cong ROC

Như bạn đã thấy trong video, đường cong ROC là một cách tóm tắt cực kỳ hữu ích về hiệu năng của một bộ phân loại trên mọi ngưỡng có thể. Điều này giúp bạn không phải tốn công tính toán dự đoán lớp cho nhiều ngưỡng khác nhau và xem ma trận nhầm lẫn cho từng ngưỡng.

Gói mình yêu thích để tính đường cong ROC là caTools, có hàm colAUC(). Hàm này rất thân thiện và thậm chí có thể tính đường cong ROC cho nhiều predictor cùng lúc. Trong bài này, bạn chỉ cần tính đường cong ROC cho một predictor, ví dụ:

colAUC(predicted_probabilities, actual, plotROC = TRUE)

Hàm sẽ trả về một điểm số gọi là AUC (sẽ nói kỹ hơn sau) và tham số plotROC = TRUE sẽ vẽ biểu đồ đường cong ROC để bạn quan sát trực quan.

Hướng dẫn

100 XP

model, test và train từ bài trước với dữ liệu sonar đã được nạp vào không gian làm việc của bạn.

  • Dự đoán xác suất (tức type = "response") trên tập test, rồi lưu kết quả vào p.
  • Vẽ đường cong ROC bằng cách dùng các xác suất dự đoán trên tập test.