혼동 행렬 계산하기
분류형 응답(예: 로지스틱 회귀)을 사용하는 모델의 모든 성능 지표는 기본적으로 혼동 행렬(confusion matrix, 때때로 confusion table이라고도 함)에 기반합니다. 혼동 행렬에는 실제 응답과 예측 응답의 각 조합에 대한 건수가 들어 있습니다. 이 예제처럼 가능한 응답이 두 가지(이탈 또는 비이탈)인 경우, 가능한 결과는 네 가지입니다.
- 고객이 이탈했고, 모델도 그렇게 예측했다.
- 고객이 이탈했지만, 모델은 그렇게 예측하지 못했다.
- 고객이 이탈하지 않았지만, 모델은 이탈했다고 예측했다.
- 고객이 이탈하지 않았고, 모델도 그렇게 예측했다.
churn과 mdl_churn_vs_relationship는 제공되어 있습니다.
이 연습은 강의의 일부입니다
R로 시작하는 회귀 분석
연습 안내
- 데이터셋의
has_churned열에서 실제 응답을 가져와actual_response에 할당하세요. - 모델에서 "가장 가능성이 높은" 예측 응답을 구해
predicted_response에 할당하세요. - 실제 응답 벡터와 예측 응답 벡터로 빈도 표를 만들어
outcomes에 할당하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Get the actual responses from the dataset
actual_response <- ___
# Get the "most likely" responses from the model
predicted_response <- ___
# Create a table of counts
outcomes <- ___
# See the result
outcomes