Question

我有一个程序，将第一步的数据分为训练和测试集。之后，构建决策树，我收到一个混淆矩阵。

我现在要做的是，重复这些步骤（划分训练和测试，决策树和混淆矩阵）100次，因此我总是得到不同的训练和测试数据集。

我想要的是获得具有混淆矩阵的准确性，灵敏度和特异性的结果数据帧。

准确度，灵敏度和特异度均保存在矢量中：

overall.accuracy <- format(overall['Accuracy'] * 100, nsmall =2, digits = 2)
overall.sensitivity <- format(cm$byClass['Sensitivity']* 100, nsmall =2, digits = 2)
overall.specificity <- format(cm$byClass['Specificity']* 100, nsmall =2, digits = 2)

我想要的输出是这样的：

> result_df

    accuracy      sensitivity    specifity 
1    30.22%          95.12%       30.23%
2    34.10%          80.12%       27.76%
3    31.56%          85.78%       28.98%
.       
.
.
100  32.33%          87.34%       29.45%

我可以使用replicate()，但我对该功能不熟悉，我也不知道如何在数据框中保存每个圆柱的准确性，敏感性和特异性。

Answer 1

最简单的方法是使用for循环，即。

result_df<-matrix(ncol=3,nrow=100)
colnames(result_df)<-c("Acc","Sens","Spec")

for (i in 1:100)
{
YOUR CODE HERE
result_df[i,1] <- format(overall['Accuracy'] * 100, nsmall =2, digits = 2)
result_df[i,2] <- format(cm$byClass['Sensitivity']* 100, nsmall =2, digits = 2)
result_df[i,3] <- format(cm$byClass['Specificity']* 100, nsmall =2, digits = 2)
}

如何让程序运行100次并将结果保存在数据框中？

1 个答案: