计算混淆矩阵

时间:2017-10-19 22:21:23

标签: r machine-learning decision-tree confusion-matrix

我从三个双变量高斯密度生成随机数据点如下。

set1 <- rmvnorm(n = 100, mean = c(0, 1.5), sigma = matrix(c(1,.2,.2,3.2),nrow=2))

我生成了三组随机数据点,我需要计算混淆矩阵。我找不到如何产生反抗。

我检查了在线资源,但找不到任何解决方案。你有任何推荐或代码吗?

1 个答案:

答案 0 :(得分:1)

混淆矩阵需要分类数据,例如从分类器输出的实际和预测类别。从多元正态分布给出变量来构建这样的矩阵确实没有意义,因为它们是连续的而不是分类的。

作为旁注,如果您有分类数据,则可以使用confusionMatrix中的caret函数构建混淆矩阵。

相关问题