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

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：