R:如何为预测模型制作混淆矩阵？

Question

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，较小的值预计在 A 类中，较大的值预计在 B 类中)，第二列包含条目的真实分类(“A 类”或“B 类”)。

如何使用 R 获得不同截止值的混淆矩阵，因为我无法决定在哪里将值 < 20 或 < 50 定义为 A 类？

如何用 R 有效地进行这种比较？

Answer 1

有很多方法可以做到这一点，一个可重现的数据示例是可取的:

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

         A  B
  FALSE 18 34
  TRUE  32 16

所以这说 32 个 A 低于 50，34 个 B 超过 50，而 18 个 A 超过 50(错误分类)，16 个 B 低于 50(错误分类)

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

         A  B
  FALSE  8 40
  TRUE  42 10

在这个例子中，选择抽样的原因，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)