Başka bir eşik dene
Önceki egzersizlerde, sınıf tahminleri (kaya mı mayın mı) yapmak için öngörülen olasılıkları keserken 0,50 eşiğini kullandın. Ancak bu sınıflandırma eşiği, her modelleme probleminin hedefleriyle her zaman örtüşmeyebilir.
Örneğin, gerçekten mayın olduğundan emin olduğun nesneleri belirlemek istediğini varsay. Bu durumda, her bir tahminden daha emin olmak için daha az sayıda "mayın" tahmini elde etmeyi göze alıp olasılık eşiğini 0,90 olarak kullanabilirsin.
Olasılıkları tahmin edilen sınıflara kesip ardından bir karmaşıklık (confusion) matrisi hesaplama kalıbı, bu bölümün 7. Egzersizi'nde gösterilmişti.
Bu egzersiz
R ile caret kullanarak Machine Learning
kursunun bir parçasıdırEgzersiz talimatları
ifelse()kullanarak bir karakter vektörü oluştur:m_or_r.p0.9'dan büyükse pozitif sınıf"M", değilse negatif sınıf"R"olsun.m_or_r'yi, düzeyleritest[["Class"]]ile aynı olacak şekilde bir faktöre çevir:p_class.confusionMatrix()ile bir karmaşıklık (confusion) matrisi oluştur;p_classvetestveri setinin"Class"sütununu geçir.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# If p exceeds threshold of 0.9, M else R: m_or_r
# Convert to factor: p_class
# Create confusion matrix