총 327페이지

Ⅱ. 위험분석의 통계적 이론
CODE
library(pROC)
set.seed(1) #고정된난수추출을위한함수
#예제데이터를만들기위한함수생성
sim_widget_data
x
y
bad_widget100)
data.frame(x,y,bad_widget)}
#예제데이터생성
widget_data
#랜덤으로시험데이터와훈련데이터를나눔
test_set_idx
test_set
training_set
#로지스틱모델을하나적합
fit_glm
#Predict()으로예특을진행
glm_response_scores
#ROC곡선그리기(실선)
plot(roc(test_set$bad_widget,glm_response_scores,direction="
#ROC곡선2개그리기(점선)
for(iinc(18,22)){par(new=TRUE)
widget_data
test_set_idx
test_set
training_set
fit_glm
glm_response_scores
plot(roc(test_set$bad_widget,glm_response_scores,direction="
legend(0.5, 0.3, legend=c("True-Positive Fraction", "Lower Bound","Upper Bound"), lty=c(1,2,2),
cex=0.8) #범례생성
그림 5-10 ROC 곡선의 예 (출처: Pak 등, 2002).
273

현재 포커스의 아래내용들은 동일한 컨텐츠를 가지고 페이지넘김 효과및 시각적 효과를 제공하는 페이지이므로 스크린리더 사용자는 여기까지만 낭독하시고 위의 페이지이동 링크를 사용하여 다음페이지로 이동하시기 바랍니다.