R

Question

我正在运行朴素的贝叶斯分类器，因为我的所有预测变量和结果变量都是分类的。试图预测哪个客户（大约700个不同的客户名称）将购买特定产品。这些产品具有明确的规格-国家原产地，颜色，尺寸，是否正在促销等。当我尝试使用混淆矩阵查看准确性时，结果是如此混乱且漫长，以至于我无法理解。有谁知道如何可视化具有500多种分类结果的混淆矩阵？还是有其他方法可以使结果可视化？

library(e1071)
library(caret)
library(naivebayes)

data <- read.csv("Data.csv")

set.seed(2)
random <- sample(2, nrow(data1), prob = c(0.7, 0.3), replace = T)
data_train <- data[random == 1, ]
data_test <- data[random == 2, ]
data_nb <- naiveBayes(Client.Name ~., data = data_train)
pred_nb <- predict(data_nb, data_test)
confusionMatrix(table(pred_nb, data_test$Client.Name))

Answer 1

假设矩阵具有数值精度，则可以方便地将其可视化为热图。由于准确度介于0到100％之间，因此您甚至不需要对其进行标准化。为此，可以使用ggplot2或heatmap.2软件包。