我创建了此代码函数,以执行5倍交叉验证以进行逻辑回归。
require(ISLR)
folds <- cut(seq(1,nrow(Smarket)),breaks=5,labels=FALSE)
log_cv=sapply(1:5,function(x)
{
set.seed(123)
testIndexes <- which(folds==x,arr.ind=TRUE)
testData <- Smarket[testIndexes, ]
trainData <- Smarket[-testIndexes, ]
glm_log=glm(Direction ~ Lag1 + Lag2 + Lag3 +
Lag4 + Lag5 + Volume ,family = "binomial", data = trainData)
glm.prob <- predict(glm_log, testData, "response")
glm.pred <- ifelse(glm.prob >= 0.5, 1, 0)
return(glm.pred)
}
)
上述函数的输出给出每次折叠的预测值。
> head(log_cv)
[,1] [,2] [,3] [,4] [,5]
1 1 1 0 1 1
2 0 1 1 1 1
3 0 1 1 1 0
4 1 1 0 1 1
5 1 1 1 1 1
6 1 1 1 0 1
>
有什么方法可以使用5倍交叉验证将上述结果结合起来以获得混淆矩阵?
答案 0 :(得分:1)
混淆矩阵由真阳性,假阳性,真阴性,假阴性的数量组成。从交叉验证中,您希望获得每一折的平均值。您有一个预测矩阵log_cv
,需要与您的testData
进行比较。
尽管我确定这里的其他人会推荐tidyverse,但是一种方法是将您的测试数据转换为矩阵:
truth <- matrix(testData$response, ncol = 5, nrow = nrow(testData))
然后使用逻辑运算符查找真实的正数,等等:
真实肯定:
mean(apply(truth & testData, 2, sum))
真否定词:
mean(apply(!truth & !testData, 2, sum))
误报:
mean(apply(truth & !testData, 2, sum))
假阴性:
mean(apply(!truth & testData, 2, sum))