计算 ROC 曲线和 AUC
之前的练习已经表明，在类别不平衡的数据集上，仅用准确率衡量模型效果会产生很大误导。用图形展示模型性能，可以更直观地看到模型过于激进与过于保守之间的权衡。
在本练习中，您将创建 ROC 曲线并计算曲线下面积（AUC），以评估您先前构建的捐赠逻辑回归模型。
数据集 donors 已为您加载，其中包含预测概率列 donation_prob。
本练习是课程的一部分
R 中的监督学习：分类
练习说明
- 加载
pROC包。 - 使用
roc()，并传入实际与预测捐赠的两列来创建 ROC 曲线。将结果保存为ROC。 - 使用
plot()绘制ROC对象。将曲线颜色指定为col = "blue"。 - 使用
auc()计算曲线下面积。
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
# Create a ROC curve
ROC <- roc(___, ___)
# Plot the ROC curve
plot(___, col = ___)
# Calculate the area under the curve (AUC)
auc(___)