模型混淆
按需，您构建了一个朴素分类器。酿酒厂管理层希望基于这些数据来调整营销计划。那么，您的分类结果真的可靠吗？
通过对"实际观察"与"分类结果"的购买事件进行交叉列联，您可以检查分类器的表现。可以对预测的 predicted 购买事件与真实的 observed 购买事件一起使用函数 table() 来完成交叉列联。若要得到相对数值，可以将该列联表除以观测总数。或者，您也可以使用函数 prop.table() 将列联表中的计数转换为相对数值。
本练习是课程的一部分
在 R 中构建响应模型
练习说明
- 从
choice.data中获取HOPPINESS的实际购买，并将其赋给对象observed。 - 使用函数
table()对observed与predicted向量做交叉列联。将结果除以length(observed)。 - 使用函数
table()对observed与predicted向量做交叉列联。对结果应用函数prop.table()。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Obtain the observed purchases
observed <- ___
# Cross-tabulate observed vs. predicted purchases
___(predicted, observed)/length(___)
# Cross-tabulate observed vs. predicted purchases
___(___(predicted, observed))