建立混淆矩陣
在這個例子中，假設你已經跑過一個模型，並把預測結果存成向量 model_pred。你想檢視模型表現，因此會建立一個混淆矩陣。你將使用 table() 函式，將實際的貸款狀態欄位（loan_status）與預測值（model_pred）比較，函式的兩個參數分別為真實值與預測值。回顧混淆矩陣的結構：
以及公式：
$$\textrm{Classification accuracy} = \frac{(TP + TN)}{(TP + FP + TN + FN)}$$
$$\textrm{Sensitivity} = \frac{TP}{(TP + FN)}$$
$$\textrm{Specificity} = \frac{TN}{(TN + FP)}$$
本練習屬於課程
R 的信用風險建模
練習說明
- 建立一個混淆矩陣，將
test_set中的loan_status欄與向量model_pred比較。你可以使用具有兩個參數的 table() 函式來完成。請將矩陣儲存到物件conf_matrix。 - 計算分類正確率並印出結果。你可以直接從混淆矩陣
conf_matrix挑選正確的矩陣元素，或是複製貼上所需的值。 - 計算靈敏度（Sensitivity）並印出結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create confusion matrix
# Compute classification accuracy
# Compute sensitivity