如何用R计算分类的精度，召回率和准确度？

Question

我是R的新手并且真的很挣扎。 有一组数据带有一个分类标签。

fit <- lm(class~.,data=train) 
pred <- predict(fit,newdata=test)     

我有↑这样的代码，我也知道精度和召回的公式。我可以弄清楚如何用R写它。 我打算尝试r package ROCR，但有

pred <- prediction( ROCR.simple$predictions, ROCR.simple$labels)

我不明白什么是labels。

Answer 1

ROCR软件包有一个精确和召回的例子。这是代码，将模型作为输入。

p1 <- predict(fit, newdata=test)

library(ROCR)
pred <- prediction(p1,test$class)
perf <- performance(pred,"prec","rec")

plot(perf, avg= "threshold", colorize=T, lwd= 3,
   main= "... Precision/Recall graphs ...")
plot(perf, lty=3, col="grey78", add=T)

请注意，有几个步骤。

1. 训练模型（fit）。
2. 预测新数据集（p1）的结果。
3. 在RORC（pred）中使用预测命令，输入预测值和实际值，这些值为p1和test$class。
4. 使用性能函数计算精度和召回率，输入步骤3的结果pred。