R 混淆矩阵的构造
我对以下链接中的混淆矩阵的构建有疑问: 例如,如果我有以下代码(如链接中的答案所述): 收益率: 而且,用这个R 混淆矩阵的构造,r,statistics,classification,r-caret,r-ranger,R,Statistics,Classification,R Caret,R Ranger,我对以下链接中的混淆矩阵的构建有疑问: 例如,如果我有以下代码(如链接中的答案所述): 收益率: 而且,用这个 caret::confusionMatrix(table(max.col(probabilities) - 1,Test_Set$Species)) 给予 既然敏感性、特异性、ppv、npv的值因tp、tn、fp、fn开关而不同,那么创建混淆矩阵的正确方法是什么 如果我要求正类为1,而不是使用 caret::confusionMatrix(table(max.col(probabil
caret::confusionMatrix(table(max.col(probabilities) - 1,Test_Set$Species))
给予
既然敏感性、特异性、ppv、npv的值因tp、tn、fp、fn开关而不同,那么创建混淆矩阵的正确方法是什么
如果我要求正类为1,而不是使用
caret::confusionMatrix(table(max.col(probabilities) - 1,Test_Set$Species), positive = '1')
我明白了
那么,矩阵中的值是tp=13,tn=36,fp=0,fn=1,对吗
对于如何读取混淆矩阵的值,我感到困惑。我已经理解了混淆矩阵的构造以及如果类发生变化,条目的作用 类0的混淆矩阵是使用
caret::confusionMatrix(table(max.col(probabilities) - 1,Test_Set$Species), positive = '0')
caret::confusionMatrix(table(max.col(probabilities) - 1,Test_Set$Species), positive = '1')
以及使用
caret::confusionMatrix(table(max.col(probabilities) - 1,Test_Set$Species), positive = '0')
caret::confusionMatrix(table(max.col(probabilities) - 1,Test_Set$Species), positive = '1')
都一样,而且
在0类的情况下:tp=36,tn=13,fp=1,fn=0,在1类的情况下:tp=13,tn=36,fp=0,fn=1(tp和tn的角色以及fp和fn的角色被切换)。来自
?confusionMatrix
的第一个参数(行)应该是预测值,列是真实值。我知道caret::ConversionMatrix(表(max.col(probabilities)-1,Test_Set$Species))是链接中答案所建议的正确方法: