De probabilidades a matriz de confusión

A la inversa, imagina que quieres estar realmente seguro de que tu modelo identifica correctamente todas las minas como minas. En este caso, podrías usar un umbral de predicción de 0.10, en lugar de 0.90.

El patrón de código para convertir probabilidades en clases predichas y luego calcular una matriz de confusión se mostró en el Ejercicio 7 de este capítulo.

Este ejercicio forma parte del curso

Machine Learning con caret en R

Ver curso

Instrucciones del ejercicio

Usa ifelse() para crear un vector de caracteres, m_or_r, que sea la clase positiva, "M", cuando p sea mayor que 0.1, y la clase negativa, "R", en caso contrario.
Convierte m_or_r en un factor, p_class, con niveles iguales a los de test[["Class"]].
Crea una matriz de confusión con confusionMatrix(), pasando p_class y la columna "Class" del conjunto de datos test.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

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


# Convert to factor: p_class


# Create confusion matrix

Editar y ejecutar código