Dari probabilitas ke confusion matrix

Sebaliknya, misalkan Anda ingin benar-benar yakin bahwa model Anda mengidentifikasi semua ranjau sebagai ranjau. Dalam kasus ini, Anda dapat menggunakan ambang prediksi 0,10, bukan 0,90.

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

Latihan ini merupakan bagian dari kursus

Machine Learning dengan caret di R

Lihat Kursus

Instruksi latihan

Gunakan ifelse() untuk membuat vektor karakter m_or_r yang bernilai kelas positif "M" ketika p lebih besar dari 0.1, dan kelas negatif "R" selain itu.
Konversi m_or_r menjadi faktor p_class dengan level yang sama seperti pada test[["Class"]].
Buat confusion matrix dengan confusionMatrix(), meneruskan p_class dan kolom "Class" dari himpunan data test.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

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


# Convert to factor: p_class


# Create confusion matrix

Edit dan Jalankan Kode