R：如何为预测模型制作混淆矩阵？

Posted 2023-02-16

【中文标题】R：如何为预测模型制作混淆矩阵？

【英文标题】：R: how to make a confusion matrix for a predictive model?

【发布时间】：2011-09-30 23:34:18

【问题描述】：

我有一个数据框。第一列包含我的模型的预测分数（范围从 0 到 100，较小的值预计属于 A 类，较大的值预计属于 B 类），第二列包含条目的真实分类（“ A 级”或“B 级”）。

如何使用 R 获得不同截止值的混淆矩阵，因为我无法决定我应该在哪里定义值

如何使用 R 有效地进行这种比较？

【参考方案1】：

有很多方法可以做到这一点，最好有一个可重现的数据示例：

set.seed(12345)
test <- data.frame(pred=c(runif(50,0,75),runif(50,25,100)), group=c(rep("A",50), rep("B",50)) )
table(test$pred<50,test$group)

给予

         A  B
  FALSE 18 34
  TRUE  32 16

也就是说，32 个 A 低于 50，34 个 B 超过 50，而 18 个 A 超过 50（分类错误），16 个 B 低于 50（分类错误）

set.seed(12345)
test <- data.frame(pred=c(runif(50,0,60),runif(50,40,100)), group=c(rep("A",50), rep("B",50)) )
table(test$pred<50,test$group)

给予

         A  B
  FALSE  8 40
  TRUE  42 10

在这个例子中，由于选择了抽样，你的分类要好得多。

然后可以将其中的“50”更改为您想要的任何值，20、30 等。

table(test$pred<50,test$group)

【讨论】：

如果您没有低于 50 的预测值，这将不起作用，因为该表仅生成 TRUE 行而不是 4*4 矩阵。

我编辑了答案以概括。 *（我的意思是上面评论中的 2*2 矩阵）。