Od prawdopodobieństw do macierzy pomyłek
Załóżmy teraz, że chcesz mieć pewność, że model poprawnie identyfikuje wszystkie miny jako miny. W takim przypadku możesz użyć progu predykcji 0,10 zamiast 0,90.
Sposób zamiany prawdopodobieństw na przewidywane klasy, a następnie obliczania macierzy pomyłek, został pokazany w ćwiczeniu 7 tego rozdziału.
To ćwiczenie jest częścią kursu
Uczenie maszynowe z caret w R
Instrukcje do ćwiczenia
- Użyj funkcji
ifelse(), aby utworzyć wektor znakowym_or_r, który przyjmuje wartość klasy pozytywnej"M", gdypjest większe niż 0,1, a w przeciwnym razie – klasy negatywnej"R". - Przekształć
m_or_rw czynnikp_classz poziomami takimi samymi jak poziomytest[["Class"]]. - Utwórz macierz pomyłek za pomocą
confusionMatrix(), przekazującp_classi kolumnę"Class"ze zbioru danychtest.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# If p exceeds threshold of 0.1, M else R: m_or_r
# Convert to factor: p_class
# Create confusion matrix