Vytvoření matice záměn
V tomto příkladu předpokládej, že jsi spustil/a model a výsledné předpovědi jsou uloženy ve vektoru model_pred. Chceš zjistit, jak si model vedl, takže sestavíš matici záměn. Porovnáš skutečný sloupec se statusem úvěru (loan_status) s předpovězenými hodnotami (model_pred) pomocí funkce table(), jejímiž argumenty jsou skutečné hodnoty a předpovězené hodnoty. Připomeň si strukturu matice záměn:
a vzorce:
$$\textrm{Classification accuracy} = \frac{(TP + TN)}{(TP + FP + TN + FN)}$$
$$\textrm{Sensitivity} = \frac{TP}{(TP + FN)}$$
$$\textrm{Specificity} = \frac{TN}{(TN + FP)}$$
Toto cvičení je součástí kurzu
Modelování kreditního rizika v R
Pokyny k cvičení
- Vytvoř matici záměn porovnávající sloupec
loan_statusv datové sadětest_sets vektoremmodel_pred. Použij k tomu funkci table() se dvěma argumenty. Výslednou matici ulož do objektuconf_matrix. - Vypočítej přesnost klasifikace a výsledek vypiš. Správné prvky matice můžeš vybrat z
conf_matrix, nebo požadované hodnoty zkopírovat a vložit přímo. - Vypočítej senzitivitu a výsledek vypiš.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create confusion matrix
# Compute classification accuracy
# Compute sensitivity