Wypróbuj inny próg

W poprzednich ćwiczeniach do przekształcenia przewidywanych prawdopodobieństw w etykiety klas (skała vs mina) używałeś progu 0,50. Jednak ten próg klasyfikacji nie zawsze odpowiada celom danego problemu modelowania.

Wyobraź sobie na przykład, że chcesz identyfikować tylko te obiekty, co do których masz bardzo duże przekonanie, że są minami. W takim przypadku warto zastosować próg prawdopodobieństwa równy 0,90, aby uzyskać mniej przewidywanych min, ale z większą pewnością co do każdej z nich.

Sposób przekształcania prawdopodobieństw w klasy i obliczania macierzy pomyłek został pokazany w ćwiczeniu 7 tego rozdziału.

To ćwiczenie jest częścią kursu

Uczenie maszynowe z caret w R

Zobacz kurs

Instrukcje do ćwiczenia

Użyj funkcji ifelse(), aby utworzyć wektor znakowy m_or_r, który przyjmuje wartość klasy pozytywnej "M", gdy p jest większe niż 0,9, a w przeciwnym razie wartość klasy negatywnej "R".
Przekształć m_or_r na czynnik p_class z poziomami takimi samymi jak poziomy test[["Class"]].
Utwórz macierz pomyłek za pomocą funkcji confusionMatrix(), przekazując p_class i kolumnę "Class" ze zbioru danych test.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

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


# Convert to factor: p_class


# Create confusion matrix

Edytuj i uruchom kod