1. 학습
    2. /
  2. 강의
    3. /
  3. R의 caret로 배우는 Machine Learning
Connected

연습 문제

혼동 행렬 계산하기

영상에서 보셨듯이, 혼동 행렬은 모델의 출력을 보정하고 예측의 모든 가능한 결과(진짜 양성, 진짜 음성, 거짓 양성, 거짓 음성)를 살펴보는 데 매우 유용한 도구입니다.

혼동 행렬을 만들기 전에, 주어진 임곗값에서 예측 확률을 “컷”하여 확률을 범주형 클래스 예측으로 바꿔야 합니다. ifelse()와 factor()를 다음과 같이 결합하세요:

pos_or_neg <- ifelse(probability_prediction > threshold, positive_class, negative_class)
p_class <- factor(pos_or_neg, levels = levels(test_values))

caret의 confusionMatrix()는 기본 R의 table()에 유용한 보조 통계를 다수 추가하여 표의 기본 비율 외에도 더 많은 정보를 제공합니다. 예측된 결과와 실제 결과를 사용하여 혼동 행렬(및 관련 통계)을 다음과 같이 계산할 수 있습니다:

confusionMatrix(p_class, test_values)

지침

100 XP
  • ifelse()를 사용해 문자 벡터 m_or_r를 만드세요. 여기서 p가 0.5보다 크면 양성 클래스 "M", 그렇지 않으면 음성 클래스 "R"가 되도록 합니다.
  • m_or_r를 팩터 p_class로 변환하세요. 수준은 test[["Class"]]의 수준과 동일하게 맞추세요.
  • confusionMatrix()로 혼동 행렬을 만드세요. 인수로 p_class와 test 데이터셋의 "Class" 열을 전달합니다.