来自 rpart 的混淆矩阵答案

【问题标题】：confusion matrix from rpart来自 rpart 的混淆矩阵
【发布时间】：2014-02-11 23:31:11
【问题描述】：

我终其一生都无法弄清楚如何在 rpart 上计算混淆矩阵。

这是我所做的：

set.seed(12345)
UBANK_rand <- UBank[order(runif(1000)), ]
UBank_train <- UBank_rand[1:900, ]
UBank_test  <- UBank_rand[901:1000, ]


dim(UBank_train)
dim(UBank_test)

#Build the formula for the Decision Tree
UB_tree <- Personal.Loan ~ Experience + Age+ Income +ZIP.Code + Family + CCAvg + Education

#Building the Decision Tree from Test Data
UB_rpart <- rpart(UB_tree, data=UBank_train)

现在，我想我会做类似的事情

table(predict(UB_rpart, UBank_test, UBank_Test$Default))

但这并没有给我一个混淆矩阵。

【问题讨论】：

标签： r machine-learning classification decision-tree confusion-matrix

【解决方案1】：

你可以试试

pred <- predict(UB_rpart, UB_test) confusionMatrix(pred, UB_test$Personal.Loan)

【讨论】：

【解决方案2】：

您没有提供可重现的示例，所以我将创建一个合成数据集：

set.seed(144)
df = data.frame(outcome = as.factor(sample(c(0, 1), 100, replace=T)),
                x = rnorm(100))

带有type="class" 的rpart 模型的predict 函数将返回每个观察的预测类。

library(rpart)
mod = rpart(outcome ~ x, data=df)
pred = predict(mod, type="class")
table(pred)
# pred
#  0  1 
# 51 49

最后，您可以通过在预测和真实结果之间运行table 来构建混淆矩阵：

table(pred, df$outcome)
# pred  0  1
#    0 36 15
#    1 14 35

【讨论】：