繪製 ROC 曲線

你再次看到提升樹（boosted tree）得到最高的 AUC。數字很有用，但圖形更直觀！何不把結果視覺化呢？

你將把所有 ROC 曲線畫在同一張圖上，來呈現模型效能。由於 AUC 就是 ROC 曲線下的面積，提升模型應該會有最大的面積，並且位在圖的左上角。

預測的 tibble preds_combined 仍已載入。

本練習屬於課程

R 的樹狀模型機器學習

檢視課程

練習說明

重塑 preds_combined 這個 tibble，將所有以 "preds_" 開頭的欄位由欄位轉為列。把名稱轉為 "model" 欄，把數值轉為名為 "predictions" 的欄。
依 model 分組。
計算所有 cutoff 的 ROC 數值。
產生曲線的圖形。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Reshape the predictions into long format
predictions_long <- tidyr::pivot_longer(___,
                                        cols = starts_with("___"),
                                        names_to = "___",
                                        values_to = "___")

predictions_long %>% 
  # Group by model
  ___(___) %>% 
  # Calculate values for every cutoff
  ___(truth = ___, 
      estimate = ___) %>%
  # Create a plot from the calculated data
  ___()

編輯並執行程式碼