r - 如何用R计算分类的精度、召回率和准确率？

Question

我是 R 新手，并且真的很挣扎。 存在一组具有一个分类标签的数据。

fit <- lm(class~.,data=train) 
pred <- predict(fit,newdata=test)     

我有↑这样的代码，我也知道精确率和召回率的公式。只是我能弄清楚如何用 R 编写它。 我打算尝试r包ROCR，但是有

pred <- prediction( ROCR.simple$predictions, ROCR.simple$labels)

而且我不明白什么是标签。

Answer 1

ROCR 包有一个精确度和召回率的示例。这是代码，将您的模型作为输入。

p1 <- predict(fit, newdata=test)

library(ROCR)
pred <- prediction(p1,test$class)
perf <- performance(pred,"prec","rec")

plot(perf, avg= "threshold", colorize=T, lwd= 3,
   main= "... Precision/Recall graphs ...")
plot(perf, lty=3, col="grey78", add=T)

请注意，有几个步骤。

1. 训练模型(拟合)。
2. 预测新数据集 (p1) 的结果。
3. 使用RORC中的预测命令(pred)，输入预测值和真实值，这里是p1和test$class.
4. 使用性能函数计算精确率和召回率，输入第 3 步的结果，pred。