Question

有人对此问题提出了一些疑问，但我一直未能找到答案。运行KNN算法后，我创建了一个"observed" / "predicted"文件。 "observed"是真实事件，而"predicted"是根据算法分类的事件。我有多个文件，所有文件的名称均遵循以下模式："accuracycollar4136*_4136*.0.*.csv"。这是一个小样本：

> sample<-fread("accuracycollar41361_41366.0.8.csv")
> print(sample)
      V1  observed predicted   
  1:   1   Head-up   Grazing       
  2:   2   Head-up   Head-up      
  3:   3   Head-up   Head-up       
  4:   4   Head-up   Head-up       
  5:   5   Head-up   Head-up       
 ---                                                                                                
236: 236   Unknown   Head-up       
237: 237   Unknown   Grazing      
238: 238 Vigilance   Grazing      
239: 239   Unknown   Grazing       
240: 240   Unknown   Head-up

我已经计算出不同的分类准确度度量。但是，这里我接下来要做什么：

1）创建一个for循环来读取每个"accuracycollar4136*_4136*.0.*.csv"文件。

2）对于每个文件，我想创建一个汇总错误分类的表格。

3）理想情况下，我想得出一个百分比/概率表，该表说明了一个事件被归类为另一个事件的比例。例如，假设"Head-up"被分类为“ Head-up”的次数为80％，"Grazing"被分类为15％，"Unknown"被分类为5％。这就是我的想法：

    class Head-up Vigilance Grazing Unknown etc.. 
  Head-up       %         %       %       %
Vigilance       %         %       %       %
  Grazing       %         %       %       %
  Unknown       %         %       %       %
    etc..       %         %       %       %

我总共有9个课程，分别是"Head-up"，"Grazing"，"Browsing"，"Vigilance"，"Unknown"，"Moving"，{{1 }}，"Grooming"，"Fleeing"。

现在，可以使用"Resting"或任何其他软件包来完成此操作吗？如果不是，是否有相对简单的方法来编码此过程？至少有人能让我走上正确的路吗？

感谢您的帮助！

Answer 1

考虑到您所有的文件都在"your folder"中（其他什么都没有）

files = as.list(list.files(path = "your folder"))

如果不是这种情况，则只需将文件名列表传递给files即可进行下一步

miss_class = lapply(files, function(x){
  data = read.csv(x)
  prop.table(table(data$observed,data$predicted),margin=1)
})

这将生成百分比表列表，your folder中的每个文件一个。 margin = 1表示百分比表的行总和为100％。您可以将列的值更改为2，也可以删除整个表的100％总和的参数

Answer 2

函数table()将起作用。在这里，我写了一个有关其工作原理的简单示例：

predicted<-c(1,0,0,1)
observed<- c(1,1,0,1)
data<-data.frame(predicted, observed)
table(data)

在R

2 个答案: