Coba ambang batas lain

Pada latihan sebelumnya, Anda menggunakan ambang batas 0,50 untuk memotong probabilitas prediksi guna membuat prediksi kelas (batuan vs ranjau). Namun, ambang batas klasifikasi ini tidak selalu selaras dengan tujuan dari suatu permasalahan pemodelan.

Sebagai contoh, bayangkan Anda ingin mengidentifikasi objek yang benar-benar Anda yakini sebagai ranjau. Dalam kasus ini, Anda mungkin ingin menggunakan ambang probabilitas 0,90 untuk mendapatkan lebih sedikit ranjau yang diprediksi, tetapi dengan keyakinan yang lebih tinggi pada setiap prediksi.

Pola kode untuk memotong probabilitas menjadi kelas terprediksi, lalu menghitung confusion matrix, telah ditunjukkan pada Latihan 7 di bab ini.

Latihan ini adalah bagian dari kursus

Machine Learning dengan caret di R

Lihat Kursus

Petunjuk latihan

Gunakan ifelse() untuk membuat vektor karakter, m_or_r yang merupakan kelas positif, "M", ketika p lebih besar dari 0,9, dan kelas negatif, "R", selain itu.
Konversi m_or_r menjadi faktor, p_class, dengan level yang sama seperti test[["Class"]].
Buat confusion matrix dengan confusionMatrix(), dengan meneruskan p_class dan kolom "Class" dari himpunan data test.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# If p exceeds threshold of 0.9, M else R: m_or_r


# Convert to factor: p_class


# Create confusion matrix

Edit dan Jalankan Kode