Thử một ngưỡng khác
Trong các bài trước, bạn dùng ngưỡng 0.50 để cắt xác suất dự báo thành dự đoán lớp (đá vs mìn). Tuy nhiên, ngưỡng phân loại này không phải lúc nào cũng phù hợp với mục tiêu của một bài toán mô hình hóa cụ thể.
Ví dụ, giả sử bạn muốn nhận diện những đối tượng mà bạn thật sự chắc chắn là mìn. Khi đó, bạn có thể dùng ngưỡng xác suất 0.90 để có ít dự đoán là mìn hơn, nhưng mỗi dự đoán có độ tin cậy cao hơn.
Mẫu mã để cắt xác suất thành lớp dự đoán, rồi tính ma trận nhầm lẫn, đã được trình bày trong Bài tập 7 của chương này.
Bài tập này là một phần của khóa học
Machine Learning với caret trong R
Hướng dẫn bài tập
- Dùng
ifelse()để tạo một vector ký tựm_or_rlà lớp dương,"M", khiplớn hơn 0.9, và là lớp âm,"R", nếu không. - Chuyển
m_or_rthành factorp_classvới các mức giống hệt các mức củatest[["Class"]]. - Tạo ma trận nhầm lẫn bằng
confusionMatrix(), truyền vàop_classvà cột"Class"từ tập dữ liệutest.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# If p exceeds threshold of 0.9, M else R: m_or_r
# Convert to factor: p_class
# Create confusion matrix