ROC 曲線下面積

ROC 曲線下面積（AUC）可以把許多其他的效能估計濃縮成單一數值，讓你能很快評估模型表現。也因此，它是分類模型中非常常見的效能指標。

使用 AUC，你可以用分級制度來評估模型效能，其中 A 為最佳等級：

AUC	Grade
0.9 - 1	A
0.8 - 0.9	B
0.7 - 0.8	C
0.6 - 0.7	D
0.5 - 0.6	E

你將使用先前練習中產生、且仍已載入的 predictions tibble 來計算模型的 AUC。

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

使用 roc_auc() 函式與 predictions tibble 計算 ROC 曲線下面積。

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。

# Calculate area under the curve
auc_result <- ___(___, 
                  estimate = ___, 
                  truth = ___)

print(paste("The area under the ROC curve is", round(auc_result$.estimate, 3)))

編輯並執行程式碼