使用 confusionMatrix(p_class, test[["Class"]]) 來計算測試集的混淆矩陣。
confusionMatrix(p_class, test[["Class"]])
這個模型在測試集上的真負率(specificity)是多少?請四捨五入到最接近的整數百分比。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本課第一章,你會使用 <code>train()</code> 配適迴歸模型,並透過交叉驗證與均方根誤差(RMSE)評估其樣本外效能。
在本章中,你會使用 <code>train()</code> 配適分類模型,並透過交叉驗證與曲線下面積(AUC)評估其樣本外效能。
當前練習
在本章中,你將使用 <code>train()</code> 函式,透過交叉驗證與網格搜尋微調模型參數。
在本章中,你會練習在配適模型之前使用 <code>train()</code> 進行資料前處理,讓你更能做出精準預測。
在本課最後一章,你會學習如何使用 <code>resamples()</code> 比較多個模型,並選出(或集成)表現最佳者。