कंफ्यूज़न मैट्रिक्स बनाएँ
जैसा कि आपने वीडियो में देखा, कंफ्यूज़न मैट्रिक्स से आप जान सकते हैं कि आपका मॉडल कितना अच्छा परफॉर्म कर रहा है. लेकिन, कंफ्यूज़न मैट्रिक्स बनाने से पहले, आपको प्रेडिक्टेड प्रोबेबिलिटीज़ को 1 या 0 में एक कट-ऑफ के आधार पर वर्गीकृत करना होगा.
नोट: 1 का मतलब Inactive है जबकि 0 का मतलब Active है.
prediction_test, जिसमें test_set के सभी केसों के लिए टर्नओवर की प्रेडिक्टेड प्रोबेबिलिटीज़ हैं, आपके वर्कस्पेस में उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
HR Analytics: R में Employee Churn की भविष्यवाणी
अभ्यास निर्देश
prediction_testमें संख्यात्मक प्रेडिक्शंस को 0.5 के कट-ऑफ का उपयोग करके श्रेणीबद्ध प्रेडिक्शंस के एक वेक्टर में बदलें.prediction_categoriesऔर टेस्ट सेट के वास्तविक मान (test_set$turnover) का उपयोग करके कंफ्यूज़न मैट्रिक्स बनाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Classify predictions using a cut-off of 0.5
prediction_categories <- ___(prediction_test > 0.5, 1, 0)
# Construct a confusion matrix
conf_matrix <- ___(prediction_categories, test_set$turnover)
conf_matrix