Спробуйте інший поріг

У попередніх вправах ви використовували поріг 0,50, щоб перетворювати передбачені ймовірності на передбачення класів (скеля проти міни). Однак цей поріг класифікації не завжди відповідає цілям конкретного завдання моделювання.

Наприклад, уявімо, що ви хочете визначати лише ті об'єкти, щодо яких ви справді впевнені, що це міни. У такому разі можна використати поріг ймовірності 0,90, щоб отримати менше передбачених мін, але з більшою впевненістю в кожному передбаченні.

Шаблон коду для перетворення ймовірностей на передбачені класи, а потім обчислення матриці неточностей, наведено у Вправі 7 цього розділу.

Ця вправа є частиною курсу

Machine Learning з пакетом caret в R

Переглянути курс

Інструкції до вправи

Використайте ifelse(), щоб створити символьний вектор m_or_r, який дорівнює позитивному класу "M", коли p більше за 0.9, і негативному класу "R" — інакше.
Перетворіть m_or_r на фактор p_class з рівнями, такими самими, як у test[["Class"]].
Створіть матрицю неточностей за допомогою confusionMatrix(), передавши p_class і стовпчик "Class" з набору даних test.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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


# Convert to factor: p_class


# Create confusion matrix

Редагувати та запускати код