從機率到混淆矩陣
相反地，假設你想要非常確定模型能把所有水雷都正確辨識為水雷。這時你可能會把預測門檻設為 0.10，而不是 0.90。
將機率切成預測類別，接著計算混淆矩陣的程式碼範式，已在本章的練習 7 示範過。
本練習屬於課程
使用 R 的 caret 進行 Machine Learning
練習說明
- 使用
ifelse()建立字元向量m_or_r：當p大於 0.1 時為正類別"M"，否則為負類別"R"。 - 將
m_or_r轉為因子p_class，其層級需與test[["Class"]]相同。 - 使用
confusionMatrix()建立混淆矩陣，並傳入p_class與test資料集的"Class"欄。
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。
# If p exceeds threshold of 0.1, M else R: m_or_r
# Convert to factor: p_class
# Create confusion matrix