我正在使用 R 来构建和比较多个预测模型。由于我使用的测试集不是“大”,我想看看哪个模型错误分类了哪些实例。
一个进一步解释我自己的例子。以下 R 代码构建并测试了一个用于预测猫的性别
的模型:
library(e1071)
library(MASS)
data(cats)
index <- 1:nrow(cats)
testindex <- sample(index, trunc(length(index)/3))
testset <- cats[testindex,]
trainset <- cats[-testindex,]
model <- svm(Sex~., data = trainset)
prediction <- predict(model, testset[,-1])
tab <- table(pred = prediction, true = testset[,1])
print(tab)
代码生成下表:
true
pred F M
F 11 3
M 8 26
我如何准确知道实际上是 F
但被错误分类为 M
的 8 个实例?同样,对于实际上是 M
但被错误分类为 F
的 3 个实例?
更具体地说,cats
数据集包含 144 个条目:我正在寻找了解每个错误分类实例的行。
最佳答案
which(prediction != testset[,1])
将为您提供测试集
错误分类的行。
关于r - 如何识别 R 中预测模型错误分类的实例,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38143018/