如何获得统计的混淆矩阵？

Question

我已经使用决策树来预测我的测试集。运行代码后，我得到一个包含结果的表，但是我想使用caret库中的 confusionMatrix（）命令。我尝试了几件事，但是没有任何作用。请查看我的代码：

library(rpart)
tree <- rpart(train$number ~ ., train, method = "class")
pred <- predict(tree,test, type ="class")
p <- predict(tree, type="class")
# Confusion Matrix
conf <- table(test$number, pred)


> conf
                pred
                 Problem          Reference
  Problem              0            100
  Reference            0           2782

我试图这样做：

p <- predict(tree, type="class")
confusionMatrix(p, entiredata$number)

错误（例如数据和引用应该是同一类型），因此我将两者都更改为as.factors()的因数，因此a 参数为长度不一样。我在网上搜索并发现了类似的问题，但它们都没有帮助我。我的最终目标是获得统计信息作为准确性。

Answer 1

library(caret) 
confusionMatrix(p, test$number)

由于您仅对测试数据predict进行比较，因此您应该仅对test数据而不是整个数据集进行比较。