如何为决策树模型创建混淆矩阵

Question

我在创建混淆矩阵以将模型预测与实际值进行比较时遇到一些困难。 我的数据集包含159个解释变量，我的目标称为“分类”。

#Load Data
df <- read.csv("https://d396qusza40orc.cloudfront.net/predmachlearn/pml-training.csv", na.strings=c("NA","#DIV/0!",""))

#Split into training and validation
index <- createDataPartition(df$classe, times=1, p=0.5)[[1]]
training <- df[index, ]
validation <- df[-index, ]

#Model
decisionTreeModel <- rpart(classe ~ ., data=training, method="class", cp =0.5)

#Predict
pred1 <- predict(decisionTreeModel, validation)

#Check model performance
confusionMatrix(validation$classe, pred1)

从上面的代码生成以下错误信息：

Error in confusionMatrix.default(validation$classe, pred1) : 
  The data must contain some levels that overlap the reference.

我认为这可能与预测函数生成的pred1变量有关，它是一个包含5列的矩阵，而validation $ classe是一个包含5个级别的因子。 关于如何解决这个问题的任何想法？

提前致谢

Answer 1

您的预测为您提供了每个班级的概率矩阵。 如果您希望返回“优胜者”（预测类），请用以下代码替换预测行：

pred1 <- predict(decisionTreeModel, validation, type="class")