モデルの混同行列
先ほど、要望に応じて単純な分類器を作成しました。ビール醸造所の経営陣は、この結果をもとにマーケティング計画を調整したいと考えています。では、この分類は本当に正しいのでしょうか。
観測された購買イベントと分類された購買イベントをクロス集計すれば、分類器の性能を確認できます。クロス集計を行うには、predicted（予測された購買）と実際の observed（観測された購買）に対して関数 table() を使用します。相対的な数値を得るには、さらにこの表を観測数の合計で割ります。あるいは、関数 prop.table() を使うことで、表の数値を相対的な数値に変換することもできます。
この演習はコースの一部です
R によるレスポンスモデルの構築
演習の手順
choice.dataからHOPPINESSの観測された購買データを取得し、オブジェクトobservedに代入します。- 関数
table()を使ってobservedとpredictedのデータベクトルをクロス集計します。結果をlength(observed)で割ります。 - 関数
table()を使ってobservedとpredictedのデータベクトルをクロス集計します。結果に関数prop.table()を適用します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Obtain the observed purchases
observed <- ___
# Cross-tabulate observed vs. predicted purchases
___(predicted, observed)/length(___)
# Cross-tabulate observed vs. predicted purchases
___(___(predicted, observed))