R:如何为预测模型制作混淆矩阵? [英] R: how to make a confusion matrix for a predictive model?
本文介绍了R:如何为预测模型制作混淆矩阵?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有一个数据帧。对于我的模型,第一列包含我的预测分数(范围从0到100,较小的值预计在A类中,较大的值预计在B类中),第二列包含条目的真实分类("A类"或"B类")。
如何为不同的截止值获取带有R的混淆矩阵,因为我还不确定应该在哪里将值<;20或<;50定义为A类?
如何使用R有效地执行此比较?
推荐答案
有很多方法可以做到这一点,最好是您的数据具有可重现的示例:
set.seed(12345)
test <- data.frame(pred=c(runif(50,0,75),runif(50,25,100)), group=c(rep("A",50), rep("B",50)) )
table(test$pred<50,test$group)
给予
A B
FALSE 18 34
TRUE 32 16
因此,这表明32个A级低于50岁,34个B级超过50岁,18个A级以上(错误分类),16个B级(错误分类)
set.seed(12345)
test <- data.frame(pred=c(runif(50,0,60),runif(50,40,100)), group=c(rep("A",50), rep("B",50)) )
table(test$pred<50,test$group)
给予
A B
FALSE 8 40
TRUE 42 10
在此示例中,由于选择了抽样,您的分类要好得多。
然后可以将其中的"50"更改为您想要的任何内容,如20、30等。
table(test$pred<50,test$group)
这篇关于R:如何为预测模型制作混淆矩阵?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文