r - 如何识别 R 中预测模型错误分类的实例

标签 r machine-learning

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/

相关文章:

statistics - K 最近邻分类的“概率”

python - Tensorflow 数据集 - 给定生成器输出 1 个标签的 X 个输入,如何构建批处理?

r - quantmod - getQuote() 不适用于不同交易所的股票代码

r - 将 R nnet 中的 MaxNWts 设置为非常大的数字的缺点

R:将不规则长度的文本转换为数据帧

python - 无法在 Keras 中训练简单的自动编码器

python - 使用朴素贝叶斯的两个字典之间的相似性概率

python - 在 Keras 中将循环层与致密层合并

r - 替换列r中的多个值

r - 从 DateTime 向量中获取小时