Question

我试图在运行产生混淆矩阵的KNN算法时找到错误分类的平均值。下面是我执行＆＃34; prop.table（t，1）＆＃34;

时的结果

kdd_train <- dataset_normalized[1:140000,]
kdd_test <- dataset_normalized[140001:145586,]

kdd_train_target <- dataset_extracted[1:140000,12]
kdd_test_target <- dataset_extracted[140001:145586,12]
prop.table(t,1)
               m1
kdd_test_target       FALSE        TRUE
          FALSE 0.997044917 0.002955083
          TRUE  0.048592189 0.951407811

然而，当我执行命令＆＃34; error_per_class = diag（prop.table（m1））＆＃34;时，它返回错误

> error_per_class = diag(prop.table(m1))
Error in Summary.factor(c(1L, 2L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 1L,  : 
  ‘sum’ not meaningful for factors

有什么办法可以解决吗？感谢任何帮助，谢谢！

Answer 1

error中提到了原因，variable是factor。由于需要进行一些计算，因此无法在prop.table类上直接应用factor。

prop.table(m1)

Summary.factor中的错误（c（2L，2L，1L，1L，1L，1L，2L，1L，1L，2L，1L，：'sum'对因素无意义

根据显示的值，它应该是一个逻辑向量，因此将其转换为逻辑，它应该工作

as.logical(m1)
prop.table(as.logical(m1))
#[1] 0.09090909 0.09090909 0.00000000 0.00000000 0.00000000 0.00000000 0.09090909 0.00000000 0.00000000 0.09090909 0.00000000 0.09090909 0.00000000 0.00000000
#[15] 0.09090909 0.00000000 0.09090909 0.09090909 0.00000000 0.09090909 0.09090909 0.00000000 0.00000000 0.09090909

数据

set.seed(24)
m1 <- factor(sample(c(TRUE, FALSE), 24, replace=TRUE))
kdd_test_target  <- factor(sample(c(TRUE, FALSE), 24, replace=TRUE))

＆＃39;和＆＃39;使用diag（prop.table（））功能时对因素没有意义

1 个答案:

数据