Confusion matrix

Machine Learning ด้วย caret ใน R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Confusion matrix

Confusion matrix แสดงการทำนายเทียบกับค่าจริง เมื่อทำนายและค่าจริงเป็น "yes" ทั้งคู่ คือ true positive เมื่อเป็น "no" ทั้งคู่ คือ true negative เมื่อทำนายเป็น "yes" แต่ค่าจริงเป็น "no" คือ false positive และเมื่อทำนายเป็น "no" แต่ค่าจริงเป็น "yes" คือ false negative

Confusion matrix

# Fit a model
model <- glm(Class ~ ., family = binomial(link = "logit"), train)
p <- predict(model, test, type = "response")
summary(p)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
 0.0000  0.0000  0.9885  0.5296  1.0000  1.0000

# Turn probabilities into classes and look at their frequencies
p_class <- ifelse(p > 0.50, "M", "R")
table(p_class)
p_class

 M  R 
44 39

Confusion matrix

สร้างตารางความถี่แบบ 2 ทาง
เปรียบเทียบคลาสที่ทำนายกับคลาสจริง

# Make simple 2-way frequency table
table(p_class, test[["Class"]])

p_class  M  R
      M 13 31
      R 30  9

Confusion matrix

# Use caret's helper function to calculate additional statistics
confusionMatrix(p_class, test[["Class"]])

         Reference
Prediction  M  R
         M 13 31
         R 30  9

               Accuracy : 0.2651          
                 95% CI : (0.1742, 0.3734)
    No Information Rate : 0.5181          
    P-Value [Acc > NIR] : 1               

                  Kappa : -0.4731         
 Mcnemar's Test P-Value : 1               

            Sensitivity : 0.3023          
            Specificity : 0.2250          
         Pos Pred Value : 0.2955          
         Neg Pred Value : 0.2308

มาฝึกกันเถอะ!

Machine Learning ด้วย caret ใน R