Von Wahrscheinlichkeiten zur Confusion Matrix

Andersherum: Angenommen, du willst ganz sicher sein, dass dein Modell alle Minen korrekt als Minen erkennt. In diesem Fall würdest du statt eines Schwellwerts von 0,90 einen von 0,10 verwenden.

Das Code-Muster, um Wahrscheinlichkeiten in vorhergesagte Klassen zu schneiden und anschließend eine Confusion Matrix zu berechnen, wurde in Übung 7 dieses Kapitels gezeigt.

Diese Übung ist Teil des Kurses

Maschinelles Lernen mit caret in R

Kurs anzeigen

Anleitung zur Übung

Verwende ifelse(), um einen Zeichenvektor m_or_r zu erstellen, der die positive Klasse "M" enthält, wenn p größer als 0,1 ist, und sonst die negative Klasse "R".
Wandle m_or_r in einen Faktor p_class um, mit denselben Stufen wie test[["Class"]].
Erzeuge eine Confusion Matrix mit confusionMatrix() und übergib p_class sowie die Spalte "Class" aus dem Datensatz test.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# If p exceeds threshold of 0.1, M else R: m_or_r


# Convert to factor: p_class


# Create confusion matrix

Code bearbeiten und ausführen