이 데이터 프레임은 conf_mat이고 각 개체의 예상 값과 참조 값을 포함하는 두 개의 열이 있습니다. 이 데이터 프레임에는 20 개의 개체가 있습니다. dput(Conf_mat)
structure(list(Predicted = c(100, 200, 200, 100, 100, 200, 200,
200, 100, 200, 500, 100, 100, 10
* 안녕하세요. 또 혼란 행렬 비교에 문제가 있습니다. 벨로우 나는 두 가지 혼란 행렬을 제공했다. a b classified as
349 58 a tested_negative
93 124 b tested_positive
a b classified as
346 61 a tested_negative
90 1
오렌지 GUI를 처음 사용했습니다. 클러스터 ID와 같은 오래된 레이블로 일부 데이터를 테스트합니다. 그런 다음 K-means 클러스터링을 사용하여 클러스터 ID의 새 레이블로 생성 된 새 특성을 사용하여 새 데이터를 생성합니다. 그러나 문제는 다음과 같이 Old GUI와 새 라벨 사이의 클러스터링 효과를 평가하기 위해 Orange GUI에서 작동하는 방법
R에서 혼돈 매트릭스를 백분율 (또는 소수부)로 얻는 방법. "캐럿"패키지는 유용한 기능을 제공하지만 절대 샘플 수를 나타냅니다. library(caret)
data(iris)
T <- iris$Species
P <- sample(iris$Species)
confusionMatrix(P, T)
Confusion Matrix and Statistic
나는 numpy 행렬에 관한 꽤 일반적인 질문을 가지고있다 : 나는 줄에 따라 결과를 정규화하려고 노력했지만 이상한 백색 선을 얻는다. 부서에 어딘가에 붙어있는 0이 있기 때문입니까? 시간에 대한 import numpy as np
from matplotlib.pylab import *
def confusion_matrix(results,tagset):
R 캐럿 라이브러리에서, 아래에서 이와 같은 혼동 행렬을 얻은 경우, 전체 정확도 0.992를 검색하는 방법이 있습니까? 이 값을 저장하고 나중에 처리해야하므로이 단일 값을 가져올 수 없습니다. 이것이 가능합니까? Prediction A B C D E
A 1114 2 0 0 0
B 9 745 5 0 0
C 0 6 674
나는 numpy 배열의 특정 부분에 도달 할 때까지 잘 작동하는 혼용 행렬을 사용하고 있습니다. 지상 진실 결과는 y_test이라고하는 배열에 저장되며 클래스 피어의 결과는 에 저장됩니다. 전체 결과 세트에 혼동 매트릭스를 사용하면 문제가 없습니다. 하지만 실험 결과를 나누기를 원합니다. c, b 및 t이라는 배열에 저장된 3 개의 특정 분류 자 결과가
10 배 교차 유효성 검사를 사용하는 MATLAB KNN 분류기의 예를 따라 가면서 모델 성능을 계산할 단계에서 분실했습니다. 아래 코드를 잘 읽고 어떻게 올바르게 수행 할 수 있는지 조언 해주십시오. 내 분류의 정확도를 백분율 (%)로 알기 때문에 cVError = 1-mean (errorMat) 부분을 얻지 못합니다. 둘째, fitcknn 및 knn.p
나는 Max Khun의 Applied Predictive Modeling 책을 따라 가면서 어떻게 캐럿이 작동 하는지를 배우려하고 있지만, 캐럿의 혼란 (Confusion) 매트릭스 기능이 어떻게 작동 하는지를 이해할 수 없었다. 내가 트레이닝 데이터 세트 훈련 (훈련 [풀셋가), glmnet 사용하여 8190 행 및 1073 열을 갖는 다음과 같이 glm