Från sannolikheter till förvirringsmatris

Säg att du vill vara riktigt säker på att modellen korrekt identifierar alla minor som minor. I det fallet kan du använda ett prediktionströskel på 0,10 i stället för 0,90.

Mönstret för att omvandla sannolikheter till predikterade klasser och sedan beräkna en förvirringsmatris visades i övning 7 i det här kapitlet.

Den här övningen är en del av kursen

Maskininlärning med caret i R

Visa kurs

Övningsinstruktioner

Använd ifelse() för att skapa en teckenvariabel, m_or_r, som antar den positiva klassen "M" när p är större än 0,1, och den negativa klassen "R" annars.
Konvertera m_or_r till en faktor, p_class, med samma nivåer som test[["Class"]].
Skapa en förvirringsmatris med confusionMatrix() och skicka in p_class samt kolumnen "Class" från datamängden test.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# If p exceeds threshold of 0.1, M else R: m_or_r


# Convert to factor: p_class


# Create confusion matrix

Redigera och kör kod