创建混淆矩阵

在本例中，假设您已经运行了一个模型，并将预测结果存入名为 model_pred 的向量中。您想评估模型表现，因此将构建一个混淆矩阵。您会使用 table() 函数，将实际的贷款状态列（loan_status）与预测值（model_pred）进行比较，其中函数参数依次为真实值与预测值。回忆混淆矩阵的结构：

以及相关公式：

$$\textrm{Classification accuracy} = \frac{(TP + TN)}{(TP + FP + TN + FN)}$$

$$\textrm{Sensitivity} = \frac{TP}{(TP + FN)}$$

$$\textrm{Specificity} = \frac{TN}{(TN + FP)}$$

创建一个混淆矩阵，将 test_set 中的 loan_status 列与向量 model_pred 进行比较。您可以使用带两个参数的 table() 函数来完成。将该矩阵存入对象 conf_matrix。
计算分类准确率并打印结果。您可以使用 conf_matrix 从混淆矩阵中选取相应元素，或直接复制粘贴相应数值。
计算灵敏度（召回率）并打印结果。