计算混淆矩阵答案

【问题标题】：Calculate confusion matrix计算混淆矩阵
【发布时间】：2018-04-01 01:45:12
【问题描述】：

我从三个二元高斯密度生成随机数据点，如下所示。

set1 <- rmvnorm(n = 100, mean = c(0, 1.5), sigma = matrix(c(1,.2,.2,3.2),nrow=2))

我生成了三组随机数据点，我需要计算混淆矩阵。我找不到如何生成参考。

我查看了在线资源，但找不到任何解决方案。有什么推荐或者代码吗？

【问题讨论】：

【解决方案1】：

混淆矩阵需要分类数据，例如分类器输出的实际和预测类别。从多元正态分布中给定变量来构建这样的矩阵实际上没有任何意义，因为这些是连续的而不是分类的。

附带说明，如果您有分类数据，您可以使用来自caret 的confusionMatrix 函数构建混淆矩阵。

【讨论】：

感谢您的回答，但我仍然需要预测值作为confusionMatrix 中的参考，我不知道该怎么做。 :(你有什么建议
你能详细说明你想要达到的目标吗？您构建混淆矩阵的原因是您已经生成了预测值，并且想知道它们与实际值的比较情况。如果您想随机生成分类值，您可以执行factor(sample(c("Y", "N"), 100, replace = T)) 之类的操作，但如上所述，这种方式违背了使用混淆矩阵的目的（即，因为您知道这些与您的实际值没有任何关系)。