我已经创建了一个由数据生成的
我可以轻松地查看我的混淆矩阵:
现在我需要知道随机森林的准确度。我搜索并了解到,caret库有一个
随机森林
:fit=randomForest(churn~., data=data_churn[3:17], ntree=1,
importance=TRUE, proximity=TRUE)
我可以轻松地查看我的混淆矩阵:
conf <- fit$confusion
> conf
No Yes class.error
No 945 80 0.07804878
Yes 84 101 0.45405405
现在我需要知道随机森林的准确度。我搜索并了解到,caret库有一个
confusionMatrix
方法,该方法获取混淆矩阵并返回准确度(以及许多其他值)。但是,该方法需要另一个称为"reference"
的参数。我的问题是,如何提供参考来获取我的随机森林的准确度?还有...这是否是获取随机森林准确度的正确方式?
ntree=1
只会得到一棵 rpart 树,而不是一个森林吗? - smci