使用confusionMatrix()
包中的caret
函数时出现错误。为了重现该示例,我使用了Sonar
包中的mlbench
数据集。
library(mlbench)
data(Sonar)
rows <- sample(nrow(Sonar))
Sonar <- Sonar[rows, ]
split <- round(nrow(Sonar) * 0.6)
adiestramiento <- Sonar[1:split, ]
experimental <- Sonar[(split + 1):nrow(Sonar), ]
model <- glm(Class ~ ., family = binomial(link = "logit"), adiestramiento)
p <- predict(model, experimental, type = "response")
p_class <- ifelse(p > 0.5, "M", "R")
library(caret)
confusionMatrix(p_class, experimental[["Class"]])
运行confusionMatrix()
时遇到的错误是
错误:
data
和reference
应该是相同水平的因子。
我检查了p_class
和experimental[["Class"]]
是否具有相同数量的objetc(83)。
知道发生了什么吗?
答案 0 :(得分:2)
问题在于data
,或者在这种情况下,p_class
必须成为一个因素。因此,相反,我们应该使用
confusionMatrix(factor(p_class), experimental[["Class"]])
# Confusion Matrix and Statistics
#
# Reference
# Prediction M R
# M 17 20
# R 33 13
# ...