Karmaşıklık matrisini hesaplama

Bir confusion matrix (bazen confusion table da denir), kategorik bir yanıtı olan modellerin (örneğin lojistik regresyon) tüm performans metriklerinin temelidir. Her bir gerçek yanıt–tahmin edilen yanıt eşleşmesinin sayılarını içerir. Bu örnekte, iki olası yanıt (churn veya churn değil) olduğundan, toplam dört olası sonuç vardır.

Müşteri churn etti ve model bunu tahmin etti.
Müşteri churn etti ama model bunu tahmin etmedi.
Müşteri churn etmedi ama model churn ettiğini tahmin etti.
Müşteri churn etmedi ve model bunu tahmin etti.

churn ve mdl_churn_vs_relationship hazır durumda.

Bu egzersiz

R'da Regresyona Giriş

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Gerçek yanıtları veri kümesindeki has_churned sütunundan al. actual_response değişkenine ata.
Modelden "en olası" tahmin edilen yanıtları al. predicted_response değişkenine ata.
Gerçek ve tahmin edilen yanıt vektörlerinden bir sayı tablosu oluştur. outcomes değişkenine ata.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Get the actual responses from the dataset
actual_response <- ___

# Get the "most likely" responses from the model
predicted_response <- ___

# Create a table of counts
outcomes <- ___

# See the result
outcomes

Kodu Düzenle ve Çalıştır