样本内拟合：完整模型
又到编程时间了，我们将回到练习数据集 defaultData。
您现在想通过计算准确率来了解模型表现。为此，您需要先构建一个混淆矩阵。
先从 logitModelFull 开始。该模型已定义并已在您的环境中。
本练习是课程的一部分
用 R 进行市场营销分析的机器学习
练习说明
- 使用
predict()获取每位客户发生付款违约的概率。 - 为了构建混淆矩阵，请使用
SDMTools中的函数confusion.matrix()。请注意，SDMTools已无法从 CRAN 下载。如果您想在本地电脑练习，可以使用remotes::install_version("SDMTools", "1.1-221.2")安装本课程所用版本的SDMTools。 - 选择常见的阈值 0.5。
- 使用混淆矩阵计算准确率。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Make predictions using the full Model
defaultData$predFull <- predict(logitModelFull, type = ___, na.action = ___)
# Construct the in-sample confusion matrix
confMatrixModelFull <- confusion.matrix(defaultData$___,defaultData$___, threshold = ___)
confMatrixModelFull
# Calculate the accuracy for the full Model
accuracyFull <- sum(diag(___)) / ___(___)
accuracyFull