用增益曲線評估失業率模型
在上一題中，你已經對 female_unemployment 做出預測，並將預測值與殘差視覺化。
現在，請使用 WVPlots::GainCurvePlot()（文件）函式，繪製 unemployment_model 的預測值相對於實際 female_unemployment 的增益曲線。
當情境中「排序」比「數值大小」更重要時，增益曲線可幫助你檢查模型的預測排序是否與真實結果的排序一致。
呼叫 GainCurvePlot() 函式的格式如下：
GainCurvePlot(frame, xvar, truthvar, title)
其中：
frame是一個資料框。xvar與truthvar是字串，分別為frame中預測欄與實際結果欄的欄位名稱。title是圖表的標題。
當預測的排序與真實排序完全一致時，相對基尼係數為 1。當模型的排序表現很差時，相對基尼係數會接近 0，甚至為負。
已為你準備好包含預測值的資料框 unemployment，以及模型 unemployment_model。
本練習屬於課程
R 中的監督式學習：回歸
練習說明
- 使用
library()載入WVPlots套件。 - 繪製增益曲線。將圖表標題設為「Unemployment model」。模型的預測有正確完成排序嗎？
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。
# unemployment (with predictions) is available
summary(unemployment)
# unemployment_model is available
summary(unemployment_model)
# Load the package WVPlots
___
# Plot the Gain Curve
___(___, ___, ___, "Unemployment model")