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
。
最佳答案
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$class)
perf <- performance(pred,"prec","rec")
plot(perf, avg= "threshold", colorize=T, lwd= 3,
main= "... Precision/Recall graphs ...")
plot(perf, lty=3, col="grey78", add=T)
请注意,有几个步骤。
- 训练模型(
拟合
)。 - 预测新数据集 (
p1
) 的结果。 - 使用RORC中的预测命令(
pred
),输入预测值和真实值,这里是p1
和test$class
. - 使用性能函数计算精确率和召回率,输入第 3 步的结果,
pred
。
关于r - 如何用R计算分类的精度、召回率和准确率?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21919319/