建立盒鬚圖

caret 提供多種用來比較模型的方法，這些方法都以 resamples() 函式為基礎。我最喜歡的是盒鬚圖，因為它能讓你比較兩個模型預測準確度分佈（這裡是 AUC）。

一般來說，你會偏好中位數 AUC 較高，且最小與最大 AUC 差距較小的模型。

你可以使用 bwplot() 函式繪製這個圖，它會繪出模型在樣本外分數的盒鬚圖。盒鬚圖會以一條線表示每個分佈的中位數，並以方框表示中位數周圍的四分位距。你可以在 bwplot() 中傳入 metric = "ROC"，來顯示模型樣本外 ROC 分數的圖，並據此選擇中位數 ROC 最高的模型。

如果你沒有指定要繪製的評估指標，bwplot() 會自動繪出 3 個指標。