开始使用免费开始使用

ROC 曲线

除了选择 0.5，还可以使用其他阈值。但是，潜在阈值很多，逐一查看上百张表非常耗时。此时可以借助 ROC 曲线。

可使用附加包 pROC 中的函数 roc() 来创建这样的图。函数 roc() 的输入是观测响应向量（通常编码为 0 和 1），以及长度相同的预测值向量。观测到的 HOPPINESS 购买来自 choice.data 对象。预测值通过对 extended.model 对象调用函数 fitted() 得到。随后对得到的 roc 对象调用函数 plot()，即可绘制对应的 ROC 曲线。

本练习是课程的一部分

在 R 中构建响应模型

查看课程

练习说明

  • 使用函数 library() 加载附加包 pROC。
  • 从 choice.data 获取 HOPPINESS 的观测购买，并将其赋给对象 observed。
  • 使用函数 roc，以 choice.data 中的观测响应与从 extended.model 获得的预测值创建一个 roc 对象。将结果赋给名为 ROC 的对象。
  • 对 ROC 对象使用函数 plot() 绘制 ROC 曲线。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Load the pROC package

# Obtain the observed purchases
observed <- ___

# Create the Roc object
ROC <- roc(predictor = ___, response = ___)

# Plot the ROC curve
编辑并运行代码