R 带混淆矩阵的有序Logit模型

R 带混淆矩阵的有序Logit模型,r,R,我需要的R代码,它可以做一个有序的罗吉特模型,并给出混淆矩阵以及。(有助于验证部分) 我有6个分类因变量,所以我选择这个模型。从UCI机器学习库下载葡萄酒质量数据集 什么是wine_train对象?我们必须首先根据我们的偏好创建wine_train和wine_test,如果我们想要数据集70:30或60:40,请使您的答案可重复。当我尝试使用混淆矩阵的代码时…我得到了这个错误--我在尝试使用混淆矩阵代码时发现了下面提到的错误---“所有参数必须具有相同的长度”您需要提供一个可复制的示例,至少像您

我需要的R代码,它可以做一个有序的罗吉特模型,并给出混淆矩阵以及。(有助于验证部分)

我有6个分类因变量,所以我选择这个模型。

从UCI机器学习库下载葡萄酒质量数据集
什么是
wine_train
对象?我们必须首先根据我们的偏好创建wine_train和wine_test,如果我们想要数据集70:30或60:40,请使您的答案可重复。当我尝试使用混淆矩阵的代码时…我得到了这个错误--我在尝试使用混淆矩阵代码时发现了下面提到的错误---“所有参数必须具有相同的长度”您需要提供一个可复制的示例,至少像您的数据结构一样。否则,您让其他人完成所有工作。此外,您说您有分类相关变量,但如果您的独立变量是连续的,则简单的线性回归是更好的解决方案。
wine <- read.csv("winequality-white.csv", sep = ";")
wine$quality <- factor(ifelse(wine$quality < 5, 0,ifelse(wine$quality > 6, 2, 1)))
set.seed(7644)
wine_sampling_vector <- createDataPartition(wine$quality, p =
0.80, list = FALSE)
wine_train <- wine[wine_sampling_vector,]
wine_test <- wine[-wine_sampling_vector,]
library(MASS)
wine_model <- polr(quality ~ ., data = wine_train, Hess = T)
summary(wine_model)
wine_predictions <- predict(wine_model, wine_train)

mean(wine_predictions == wine_train$quality)
table(predicted = wine_predictions,actual = wine_train$quality)