绘制 ROC 曲线
使用 ROC 曲线可视化模型表现，可以把所有可能阈值下的表现汇总到一张图中。它展示了每个阈值对应的灵敏度与特异度。ROC 曲线越靠近"左上"方向，模型越好。
您将预测信用卡客户是否流失的类别概率，并将结果绘制为 ROC 曲线。
已预加载了一个 model，这是在信用卡客户训练集上训练的决策树模型，以及测试数据 customers_test。
本练习是课程的一部分
R 中的树模型机器学习
练习说明
- 使用
model在测试集上预测类别概率。 - 使用
bind_cols()将结果添加到测试集，并将结果保存为predictions。 - 计算预测结果的 ROC 曲线。
- 使用
autoplot()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。
# Predict probabilities on test set
predictions <- predict(___,
___,
type = "___") %>%
# Add test set
___(customers_test)
# Calculate the ROC curve for all thresholds
roc <- ___(___,
estimate = ___,
truth = ___)
# Plot the ROC curve
___