如何修复“度量标准“准确性”不在结果集中。将使用AUC代替”

Question

我正在尝试对分类问题进行逻辑回归

因变量“ SUBSCRIBEDYN”是一个具有两个级别的因子（“是”和“否”）

train.control <- trainControl(method = "repeatedcv",
number = 10,
repeats = 10,
verboseIter = F,
classProbs = T,
summaryFunction = prSummary)

set.seed(13)
simple.logistic.regression <- caret::train(SUBSCRIBEDYN ~ .,
data = train_data,
method = "glm",
metric = "Accuracy",
trControl = train.control)


simple.logistic.regression`

但是，它不接受“准确性”作为指标 “度量标准“准确性”不在结果集中。将使用AUC代替”

Answer 1

对于具有2个级别的分类模型，应使用metric="ROC"。 metric="Accuracy"用于多个类。但是，在训练模型之后，您可以使用混淆矩阵来检索准确性，例如使用函数confusionMatrix()。