De confusion matrix berekenen

Een confusion matrix (ook wel verwarringstabel genoemd) vormt de basis van alle prestatiewaarden voor modellen met een categorische respons (zoals een logistische regressie). Hij bevat de aantallen van elke combinatie van werkelijke respons en voorspelde respons. In dit geval, met twee mogelijke reacties (churn of geen churn), zijn er vier uitkomsten.

De klant is vertrokken en het model voorspelde dat.
De klant is vertrokken maar het model voorspelde dat niet.
De klant is niet vertrokken maar het model voorspelde van wel.
De klant is niet vertrokken en het model voorspelde dat.

churn en mdl_churn_vs_relationship zijn beschikbaar.

Deze oefening maakt deel uit van de cursus

Introductie tot regressie in R

Bekijk cursus

Oefeninstructies

Haal de werkelijke responsen op uit de kolom has_churned van de gegevensset. Ken toe aan actual_response.
Haal de "meest waarschijnlijke" voorspelde responsen uit het model. Ken toe aan predicted_response.
Maak een tabel met aantallen op basis van de vectoren met werkelijke en voorspelde responsen. Ken toe aan outcomes.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# 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

Code bewerken en uitvoeren