在数据分析中经常会对不同的模型做判断
一、混淆矩阵法
作用:一种比较简单的模型验证方法,可算出不同模型的预测精度
将模型的预测值与实际值组合成一个矩阵,正例一般是我们要预测的目标。真正例就是预测为正例且实际也是正例(预测正确);假反例是实际是正例但模型错误预测成反例(即预测错误);假正例是预测是模型预测是正例,但实际是反例;真反例是预测是反例,实际也是反例。
查准率=真正例/假正例+真正例(真正率占我们预测是正例的比例)
查全率=真正例/真正例+假反例(真正率占我们实际是正例的比例)
混淆矩阵运用:
以下以回归模型为例,探索混淆矩阵的使用
# 设定五折交叉验证规则 train_control<-trainControl(method = 'cv',number = 5) # 对数据集分成 set.seed(</