Tworzenie macierzy pomyłek

W tym przykładzie przyjmijmy, że uruchomiono model i wyniki predykcji zapisano w wektorze model_pred. Aby ocenić, jak model sobie poradził, skonstruujesz macierz pomyłek. Porównasz kolumnę z rzeczywistym statusem pożyczki (loan_status) z wartościami przewidywanymi (model_pred), korzystając z funkcji table(), której argumentami są wartości rzeczywiste i wartości przewidywane. Przypomnij sobie strukturę macierzy pomyłek:

oraz wzory:

$$\textrm{Classification accuracy} = \frac{(TP + TN)}{(TP + FP + TN + FN)}$$

$$\textrm{Sensitivity} = \frac{TP}{(TP + FN)}$$

$$\textrm{Specificity} = \frac{TN}{(TN + FP)}$$

To ćwiczenie jest częścią kursu

Modelowanie ryzyka kredytowego w R

Zobacz kurs

Instrukcje do ćwiczenia

Utwórz macierz pomyłek porównującą kolumnę loan_status ze zbioru test_set z wektorem model_pred. Możesz w tym celu użyć funkcji table() z dwoma argumentami. Zapisz macierz w obiekcie conf_matrix.
Oblicz dokładność klasyfikacji i wyświetl wynik. Możesz wybrać odpowiednie elementy macierzy przy użyciu conf_matrix lub wpisać interesujące cię wartości bezpośrednio.
Oblicz czułość (sensitivity) i wyświetl wynik.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create confusion matrix


# Compute classification accuracy


# Compute sensitivity

Edytuj i uruchom kod