r - 逻辑回归混淆矩阵问题

Question

我尝试过计算confusion-matrix对于我的glm模型，但我不断得到:

Error: data and reference should be factors with the same levels.

下面是我的模型:

model3 <- glm(winner ~ srs.1 + srs.2, data = train_set, family = binomial)
confusionMatrix(table(predict(model3, newdata=test_set, type="response")) >= 0.5,
                      train_set$winner == 1)

winner 变量包含 team1 和 team2。
srs.1 和 srs.2 是数值。

我的问题是什么？

Answer 1

我想你的winner标签是二进制的0,1。因此，让我们使用下面的示例:

library(caret)
set.seed(111)
data = data.frame(
srs.1 = rnorm(200),
srs.2 = rnorm(200)
)

data$winner = ifelse(data$srs.1*data$srs.2 > 0,1,0)

idx = sample(nrow(data),150)
train_set = data[idx,]
test_set = data[-idx,]

model3 <- glm(winner ~ srs.1 + srs.2, data = train_set, family = binomial)

就像您所做的那样，我们尝试预测，如果 > 0.5，则为 1，否则为 0。您得到的 table() 大致正确。请注意，您需要对 test_set 或 train_set 执行此操作:

pred = as.numeric(predict(model3, newdata=test_set, type="response")>0.5)
ref = test_set$winner

confusionMatrix(table(pred,ref))

Confusion Matrix and Statistics

    ref
pred  0  1
   0 12  5
   1 19 14

               Accuracy : 0.52            
                 95% CI : (0.3742, 0.6634)
    No Information Rate : 0.62            
    P-Value [Acc > NIR] : 0.943973        

                  Kappa : 0.1085