如何通过R中的分类计算10倍交叉验证的精度,召回率和准确度?

时间:2014-02-20 18:31:37

标签: r prediction cross-validation

有一组数据带有一个标签来对每一行进行分类。如:

class x1  x2
1     1   3
1     4   5
2     7   0
2     8   11

我尝试用10倍交叉验证来计算分类的精确度,召回率和准确度,但我不知道如何。谁能教我怎么做?

我尝试使用CVTool,例如

k <- 10 #the number of folds

folds <- cvFolds(NROW(dataset), K=k)

for(i in 1:k){
       train <- dataset[folds$subsets[folds$which != i], ] 
       validation <- dataset[folds$subsets[folds$which == i], ]
       fit <- lm(class~.,train) 
       pred <- predict(fit,test) 

}

,但我不知道该如何继续。有一个错误:

 Error in prediction(fit, test) : 
  Number of cross-validation runs must be equal for predictions and labels.

有没有人可以帮我这个?

0 个答案:

没有答案