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?

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！