对于不同模型,精确度和混淆矩阵完全相同

时间:2019-05-27 15:58:02

标签: r caret

我想对具有不同变量的模型进行拟合,以预测婴儿的低出生体重。数据集中的不同变量例如是种族吸烟行为内科就诊次数等。但是,当我估算这些不同的模型时,包括变量在内,我总是会得到完全相同的混淆矩阵和准确性(以及所有其他方面)。我的代码有什么问题?

这包括所有变量(除了无用的一列)。

set.seed(1)

low_birth_knn = train(Low ~ .-Last_Menstruation_Weight_bins, method = "knn", data = train_low_birth,
                   trControl = trainControl(method = 'cv', number = 5))

set.seed(1)

predicted_outcomes <- predict(low_birth_knn, test_low_birth)

knn_confM <- confusionMatrix(predicted_outcomes, test_low_birth$Low)

例如,这是我要排除 Race 的时间:

set.seed(1)

low_birth_knn_race = train(Low ~ (.-Last_Menstruation_Weight_bins -Race), method = "knn", data = train_low_birth,
                      trControl = trainControl(method = 'cv', number = 5)) 

set.seed(1)

predicted_outcomes_race <- predict(low_birth_knn_race, test_low_birth)

knn_confM_race <- confusionMatrix(predicted_outcomes_race, test_low_birth$Low)

0 个答案:

没有答案