Question

我不知道如何计算以下内容： 1.它预测了哪30个元素？ 2.我无法让ConfusionMatrix工作。

任何帮助表示赞赏。谢谢。

library(nnet)
attach(iris)

library(caret)
set.seed(3456)
trainIndex <- createDataPartition(iris$Species, p = .8,
                               list = F,
                               times = 1)

irisTrain <- iris[ trainIndex,]
irisTest  <- iris[-trainIndex,]

irispred <- nnet(Species ~ ., data=irisTrain, size=10)
predicted <- predict(irispred,irisTest,type="class")

输出：

预测＆lt; - 预测（irispred，irisTest，type =“class”）

预测      [1]“setosa”“setosa”“setosa”“setosa”“setosa”“setosa”“setosa”
   [8]“setosa”“setosa”“setosa”“versicolor”“versicolor”“versicolor”“versicolor”   [15]“versicolor”“versicolor”“virginica”“versicolor”“versicolor”“versicolor”“virginica”   [22]“virginica”“virginica”“virginica”“virginica”“virginica”“virginica”“virginica”   [29]“virginica”“virginica”

混淆矩阵错误，不确定第二个参数应该是什么：

confusionMatrix（预测，虹膜$物种）表中的错误（数据，引用，dnn = dnn，...）：所有参数必须具有相同的长度

confusionMatrix（预测，irisTest，正= 1） sort.list（y）出错：'x'必须是'sort.list'的原子你有没有在名单上打电话'排序'？ confusionMatrix（预测，虹膜，阳性= 1） sort.list（y）出错：'x'必须是'sort.list'的原子你有没有在名单上打电话给'排序'？

Answer 1

第二个参数应该是irisTest$Species中的引用类。 irisTest是包含所有其他列的完整测试数据，iris$Species是整个数据的种类，而不仅仅是测试集。

> confusionMatrix(data = predicted, reference = irisTest$Species)
Confusion Matrix and Statistics

            Reference
Prediction   setosa versicolor virginica
  setosa         10          0         0
  versicolor      0          9         0
  virginica       0          1        10

Overall Statistics

               Accuracy : 0.9667           

[...]

R神经网络 - 虹膜数据集混淆矩阵

1 个答案: