樣本內擬合：完整模型
又到了撰寫程式碼的時間，回到練習用資料集 defaultData。
你現在想透過計算準確率來了解模型表現。為此，你需要先建立混淆矩陣。
先從 logitModelFull 開始。這個模型已經定義好，並且在你的環境中。
本練習屬於課程
R 的行銷分析機器學習
練習說明
- 使用
predict()取得每位客戶發生付款違約的機率。 - 要建立混淆矩陣，請使用
SDMTools的confusion.matrix()函式。請注意，SDMTools已無法從 CRAN 下載。如果你想在家裡的電腦練習，可以使用remotes::install_version("SDMTools", "1.1-221.2")安裝本課程所使用版本的SDMTools套件。 - 選用常見的閾值 0.5。
- 使用混淆矩陣計算準確率。
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。
# Make predictions using the full Model
defaultData$predFull <- predict(logitModelFull, type = ___, na.action = ___)
# Construct the in-sample confusion matrix
confMatrixModelFull <- confusion.matrix(defaultData$___,defaultData$___, threshold = ___)
confMatrixModelFull
# Calculate the accuracy for the full Model
accuracyFull <- sum(diag(___)) / ___(___)
accuracyFull