[英]R Neural Networks - Iris Dataset Confusion Matrix
我不知道如何:1.它预测了哪些30个元素? 2.我无法使用ConfusionMatrix。
任何帮助表示赞赏。 谢谢。
library(nnet)
attach(iris)
library(caret)
set.seed(3456)
trainIndex <- createDataPartition(iris$Species, p = .8,
list = F,
times = 1)
irisTrain <- iris[ trainIndex,]
irisTest <- iris[-trainIndex,]
irispred <- nnet(Species ~ ., data=irisTrain, size=10)
predicted <- predict(irispred,irisTest,type="class")
输出:
预测<-预测(irispred,irisTest,type =“ class”)
预言[1]“ setosa”“ setosa”“ setosa”“ setosa”“ setosa”“ setosa”“ setosa”
[8]“ setosa”“ setosa”“ setosa”“ versicolor”“ versicolor”“ versicolor”“ versicolor” [15]“ versicolor”“ versicolor”“ virginica”“ versicolor”“ versicolor”“ versicolor”“ virginica” [22 ]“ virginica”“ virginica”“ virginica”“ virginica”“ virginica”“ virginica”“ virginica” [29]“ virginica”“ virginica”
混淆矩阵错误,不确定第二个参数应该是什么:
confusionMatrix(predicted,iris $ Species)表中的错误(数据,引用,dnn = dnn,...):所有参数的长度必须相同
confusionMatrix(predicted,irisTest,positive = 1)sort.list(y)中的错误:'sort.list'的'x'必须是原子的您是否在列表中调用过'sort'? confusionMatrix(预测,虹膜,正数= 1)sort.list(y)中的错误:'x'对于'sort.list'必须是原子的您是否在列表中称为'sort'?
第二个参数应该是irisTest$Species
的引用类。 irisTest
是完整的测试数据,包括所有其他列, iris$Species
是整个数据的种类,而不仅仅是测试集。
> confusionMatrix(data = predicted, reference = irisTest$Species)
Confusion Matrix and Statistics
Reference
Prediction setosa versicolor virginica
setosa 10 0 0
versicolor 0 9 0
virginica 0 1 10
Overall Statistics
Accuracy : 0.9667
[...]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.