R神经网络-虹膜数据集混淆矩阵

我不知道如何计算以下各项： 1.它预测了哪30种元素？ 2.我无法让混乱矩阵工作

谢谢你的帮助。多谢各位

library(nnet)
attach(iris)

library(caret)
set.seed(3456)
trainIndex <- createDataPartition(iris$Species, p = .8,
                               list = F,
                               times = 1)

irisTrain <- iris[ trainIndex,]
irisTest  <- iris[-trainIndex,]

irispred <- nnet(Species ~ ., data=irisTrain, size=10)
predicted <- predict(irispred,irisTest,type="class")

库（nnet）
附加（虹膜）
图书馆（插入符号）
种子集（3456）
trainIndex第二个参数应该是
irisTest$Species
中的参考类
irisTest
是完整的测试数据，包括所有其他列，
iris$Species
是整个数据的物种，而不仅仅是测试集

> confusionMatrix(data = predicted, reference = irisTest$Species)
Confusion Matrix and Statistics

            Reference
Prediction   setosa versicolor virginica
  setosa         10          0         0
  versicolor      0          9         0
  virginica       0          1        10

Overall Statistics

               Accuracy : 0.9667           

[...]

非常感谢。我想我们不知道它预测了哪30个物种？我想在预测集和测试集之间进行比较，但似乎看不到任何匹配，或者我比较了错误的内容。打印
predicted
时，预测类已经在您的答案中。然后您只需要将它们与
irisTest$Species
进行比较。例如
data.frame（已预测，irisTest$Species）
感谢您的帮助。非常感谢。你试过使用plot.nnet吗？--我不知道如何修复这个错误：if（is.na（hid.struct[I+1]）break中的plot.nnet（predicted）错误：参数的长度为零。另外：警告消息：is.na（hid.struct[I+1]）：is.na（）应用于“NULL”类型的非-（list或vector），我不知道
plot.nnet
函数的来源。如果是从Github安装的，则需要按照此处描述的步骤从Github安装该功能。在任何情况下，您都必须绘制模型对象
irispred
，而不是数字向量
predicted
。PS：我的意思是您必须按照此处描述的步骤绘制模型（因为您显然已经安装了该功能）。