我正在尝试使用R中的ROCR包来计算准确度，但结果与我的预期不同：
假设我预测模型（p）和标签（l）如下：
p <- c(0.61, 0.36, 0.43, 0.14, 0.38, 0.24, 0.97, 0.89, 0.78, 0.86)
l <- c(1, 1, 1, 0, 0, 1, 1, 1, 0, 1)
我正在使用以下命令计算此预测的准确性：
library(ROCR)
pred <- prediction(p, l)
perf <- performance(pred, "acc")
max(perf@y.values[[1]])
但结果是.8根据准确度公式（TP + TN）/（TN + TP + FN + FP）应该是.6我不知道为什么？
答案 0 :(得分：3)
当您使用max(perf@y.values[[1]])时，它会计算预测正数的任何可能截止值的最大准确度。
在您的情况下，最佳阈值为p=0.2，您可以在此处犯2个错误（在预测概率为0.38和0.78的观察中），最大准确度为0.8。
您可以使用perf@x.values[[1]]访问perf对象的截止值。