rpart生成的混淆矩阵

Question

我无论如何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，我认为我会做一些像这样的事情：

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

但是这并没有给我一个混淆矩阵。

- mpg

Answer 1

您没有提供可重现的示例，因此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))

当使用type="class"参数时，rpart模型的predict函数将返回每个观测值的预测类别。

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

最后，您可以通过运行 table 命令来构建混淆矩阵，该命令会比较预测结果和真实结果：

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

- josliber

Answer 2

你可以尝试一下

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

- aditi