如何将混淆矩阵发送到插入符号的混淆矩阵?

How to send a confusion matrix to caret's confusionMatrix?

我正在查看这个数据集:https://archive.ics.uci.edu/ml/datasets/Credit+Approval。我建立了一个ctree:

myFormula<-class~.          # class is a factor of "+" or "-"
ct <- ctree(myFormula, data = train)

现在我想将该数据放入插入符号的 confusionMatrix 方法中,以获取与混淆矩阵相关的所有统计数据:

testPred <- predict(ct, newdata = test)

                #### This is where I'm doing something wrong ####
confusionMatrix(table(testPred, test$class),positive="+")
          ####  ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ ####

$positive
[1] "+"

$table
        td
testPred  -  +
       - 99  6
       + 20 88

$overall
      Accuracy          Kappa  AccuracyLower  AccuracyUpper   AccuracyNull AccuracyPValue  McnemarPValue 
  8.779343e-01   7.562715e-01   8.262795e-01   9.186911e-01   5.586854e-01   6.426168e-24   1.078745e-02 

$byClass
         Sensitivity          Specificity       Pos Pred Value       Neg Pred Value            Precision               Recall                   F1 
           0.9361702            0.8319328            0.8148148            0.9428571            0.8148148            0.9361702            0.8712871 
          Prevalence       Detection Rate Detection Prevalence    Balanced Accuracy 
           0.4413146            0.4131455            0.5070423            0.8840515 

$mode
[1] "sens_spec"

$dots
list()

attr(,"class")
[1] "confusionMatrix"

所以敏感度是:

(来自 caret 的 confusionMatrix 文档)

如果你拿我的混淆矩阵:

$table
        td
testPred  -  +
       - 99  6
       + 20 88

您可以看到这并没有加起来:Sensetivity = 99/(99+20) = 99/119 = 0.831928。在我的 confusionMatrix 结果中,该值表示特异性。然而特异性是 Specificity = D/(B+D) = 88/(88+6) = 88/94 = 0.9361702,灵敏度的值。

我试过这个 confusionMatrix(td,testPred, positive="+") 但得到了更奇怪的结果。我做错了什么?

更新:我还意识到我的混淆矩阵与 caret 认为的不同:

   Mine:               Caret:

            td             testPred
   testPred  -  +      td   -  +
          - 99  6        - 99 20
          + 20 88        +  6 88 

如你所见,它认为我的 False Positive 和 False Negative 是倒过来的。

UPDATE:我发现发送数据比 table 作为参数要好得多。来自 confusionMatrix 文档:

reference
a factor of classes to be used as the true results

我认为这是指什么符号构成了积极的结果。在我的例子中,这将是 +。但是,'reference' 指的是数据集的实际结果,也就是因变量。

所以我应该使用 confusionMatrix(testPred, test$class)。如果您的数据由于某种原因乱序,它会将其转换为正确的顺序(因此正数和负数 outcomes/predictions 在混淆矩阵中正确对齐。

但是,如果您担心结果是正确的因子,请安装 plyr 库,然后使用 revalue 更改因子:

install.packages("plyr")
library(plyr)
newDF <- df
newDF$class <- revalue(newDF$class,c("+"=1,"-"=0))
# You'd have to rerun your model using newDF

我不确定为什么会这样,但我只是删除了正参数:

confusionMatrix(table(testPred, test$class))

我的混淆矩阵:

        td
testPred  -  +
       - 99  6
       + 20 88

Caret 的混淆矩阵:

        td
testPred  -  +
       - 99  6
       + 20 88

虽然现在它说 $positive: "-" 所以我不确定这是好是坏。