web-dev-qa-db-fra.com

calculer l'exactitude et la précision de la matrice de confusion dans R

Existe-t-il un ensemble outil/R disponible pour calculer l'exactitude et la précision de la matrice de confusion dans R?

La formule et la structure de données sont ici

rsentiment-analysisconfusion-matrix
10
Ajay Singh

oui, vous pouvez calculer la précision et la précision dans R avec matrice de confusion . Il utilise Caret package .

Voici l'exemple:

lvs <- c("normal", "abnormal")
truth <- factor(rep(lvs, times = c(86, 258)),
                levels = rev(lvs))
pred <- factor(
               c(
                 rep(lvs, times = c(54, 32)),
                 rep(lvs, times = c(27, 231))),               
               levels = rev(lvs))

xtab <- table(pred, truth)
# load Caret package for computing Confusion matrix
library(caret) 
confusionMatrix(xtab)

Et Confusion Matrix pour xtab serait comme ceci:

Confusion Matrix and Statistics

          truth
pred       abnormal normal
  abnormal      231     32
  normal         27     54

               Accuracy : 0.8285
                 95% CI : (0.7844, 0.8668)
    No Information Rate : 0.75
    P-Value [Acc > NIR] : 0.0003097

                  Kappa : 0.5336
 Mcnemar's Test P-Value : 0.6025370

            Sensitivity : 0.8953
            Specificity : 0.6279
         Pos Pred Value : 0.8783
         Neg Pred Value : 0.6667
             Prevalence : 0.7500
         Detection Rate : 0.6715
   Detection Prevalence : 0.7645

       'Positive' Class : abnormal

Alors voici tout ce que vous voulez.

26
Nishu Tayal

@ Hars Trivedi

byClass vous permet d'extraire les précision et rappel du résumé. Le PPV est la précision. La sensibilité est rappel. https://en.wikipedia.org/wiki/Precision_and_recall 

library(caret)

result <- confusionMatrix(prediction, truth)
precision <- result$byClass['Pos Pred Value']    
recall <- result$byClass['Sensitivity']

J'imagine que vous voulez extraire la précision et vous rappeler de calculer la f-mesure alors voilà.

f_measure <- 2 * ((precision * recall) / (precision + recall))

J'ai aussi trouvé cette calculatrice en ligne pratique pour vérifier la santé mentale. http://www.marcovanetti.com/pages/cfmatrix/?noc=2

-bg

9
BGA

Si quelqu'un a le même problème que moi, la méthode confusionMatrix() in caret donne effectivement de la sensibilité/spécificité. Cependant , s'il est alimenté par un objet de type train, il exécutera une méthode différente, confusionMatrix.train(), qui n'a pas cette information.

La solution consiste à alimenter manuellement les variables data et reference à partir de l'objet train (c'est-à-dire $pred$pred$ et $pred$obs) dans la méthode confusionMatrix(). 

0
ecksc