Probeer een andere drempelwaarde

In de vorige oefeningen gebruikte je een drempelwaarde van 0,50 om je voorspelde kansen af te kappen en klassevoorspellingen te maken (rots vs. mijn). Deze classificatiedrempel sluit echter niet altijd aan bij de doelen van een specifiek modelleerprobleem.

Stel bijvoorbeeld dat je alleen objecten wilt identificeren waarvan je echt zeker weet dat het mijnen zijn. In dat geval kun je een drempel van 0,90 gebruiken om minder mijnen te voorspellen, maar met meer vertrouwen in elke voorspelling.

Het codepatroon voor het omzetten van kansen naar voorspelde klassen en daarna het berekenen van een confusion matrix is getoond in Oefening 7 van dit hoofdstuk.

Deze oefening maakt deel uit van de cursus

Machine Learning met caret in R

Cursus bekijken

Oefeninstructies

Gebruik ifelse() om een tekenvector m_or_r te maken die de positieve klasse, "M", is wanneer p groter is dan 0,9, en anders de negatieve klasse, "R".
Zet m_or_r om naar een factor, p_class, met levels die gelijk zijn aan die van test[["Class"]].
Maak een confusion matrix met confusionMatrix(), en geef p_class en de kolom "Class" uit de test-gegevensset door.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# If p exceeds threshold of 0.9, M else R: m_or_r


# Convert to factor: p_class


# Create confusion matrix

Code bewerken en uitvoeren