模型混淆
按照要求，您构建了一个朴素分类器。啤酒厂管理层希望基于这些数字来调整营销计划。那么，您的分类结果真的可靠吗？
通过将观测到的与分类后的购买事件进行交叉列联，您可以检验分类器的性能。交叉列联可以对 predicted 的购买事件和真实的 observed 购买一起使用函数 table() 来完成。若要得到相对数值，您还需要用观测总数将该表相除。或者，您可以使用函数 prop.table() 将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和predicted向量进行交叉列联。将结果除以2798。 - 使用函数
table()对observed和predicted向量进行交叉列联。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)/___
# Cross-tabulate observed vs. predicted purchases
___(___(predicted, observed))