Re: [問題] 快速產生混淆矩陣

[rebe212296 (綠豆冰)]

※ 引述《totolink (吐吐林克)》之銘言：
: 大家好，
: 今天已經有整理好的資料表
: 一欄是真實類別，一欄是預測類別
: 是否有辦法直接透過整理好的資料表快速建立混淆矩陣呢？

因為沒有給例子，我在網路上找到下面這個資料參考

install.packages("caret", dependencies = c("Depends", "Suggests"))
library(caret)
Conf_mat<-structure(list(Predicted = c(100, 200, 200, 100, 100, 200, 200,
                             200, 100, 200, 500, 100, 100, 100, 100, 100,
100, 100, 500, 200
), Reference = c(600, 200, 200, 200, 200, 200, 200, 200, 500,
                 500, 500, 200, 200, 200, 200, 200, 200, 200, 200, 200)),
.Names = c("Predicted",
"Reference"), row.names = c(NA, 20L), class = "data.frame")


第一個解法是沒有用迴圈
conf_mat_tab<-as.vector(mode="list")
conf_mat_tab[[1]] <- caret::confusionMatrix(table(lapply(Conf_mat, factor,
levels = seq(100, 200, 100))))
conf_mat_tab[[2]] <- caret::confusionMatrix(table(lapply(Conf_mat, factor,
levels = seq(200, 300, 100))))
conf_mat_tab[[3]] <- caret::confusionMatrix(table(lapply(Conf_mat, factor,
levels = seq(300, 400, 100))))
conf_mat_tab[[4]] <- caret::confusionMatrix(table(lapply(Conf_mat, factor,
levels = seq(400, 500, 100))))
conf_mat_tab[[5]] <- caret::confusionMatrix(table(lapply(Conf_mat, factor,
levels = seq(500, 600, 100))))

下面是迴圈的做法
conf_mat_tab<-as.vector(mode="list")
L<-seq(100,600,100)

for (i in 1:c(length(L)-1)) {
  conf_mat_tab[[i]] <- caret::confusionMatrix(table(lapply(Conf_mat, factor,
levels = seq(L[i],L[i+1],100))))

}
下面是印conf_mat_tab[[1]]的結果
> conf_mat_tab[[1]]
Confusion Matrix and Statistics

         Reference
Predicted 100 200
      100   0   9
      200   0   6

               Accuracy : 0.4
                 95% CI : (0.1634, 0.6771)
    No Information Rate : 1
    P-Value [Acc > NIR] : 1.000000

                  Kappa : 0

 Mcnemar's Test P-Value : 0.007661

            Sensitivity :  NA
            Specificity : 0.4
         Pos Pred Value :  NA
         Neg Pred Value :  NA
             Prevalence : 0.0
         Detection Rate : 0.0
   Detection Prevalence : 0.6
      Balanced Accuracy :  NA

       'Positive' Class : 100

不知道是不是原PO要的結果

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.143.26 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1601648658.A.7D8.html
※ 編輯: rebe212296 (223.136.143.26 臺灣), 10/02/2020 22:31:29
推 totolink: 感謝，後來發現把data frame的每欄都進行factor處理再ta
→ totolink: ble就可以了 XD
※ 編輯: rebe212296 (223.136.143.26 臺灣), 10/03/2020 00:40:29
推 EE1: table()最快XD