从 R 中的 2 个逻辑向量计算混淆矩阵的最有效方法是什么？

Question

给定两个逻辑向量（即 R 中只有 TRUE 或 FALSE 值），长度均为 n（一个向量是预测，另一个是基本事实），计算真阳性和真阴性的最有效方法是什么，假阳性和假阴性？ 只需执行tp = pred & truth即可轻松完成真正的肯定。 但是，我认为 R 中没有其他逻辑运算符可以直接帮助计算其他统计信息。

一个明显的解决方案是遍历这两个向量并只做案例（例如，如果预测为 FALSE 且真值 FALSE 则将真负数加一），但我觉得必须有一种更快的方法。 真正的肯定情况非常好，因为它可以通过向量化的 AND 运算符来完成（我认为？）。

编辑：我的错，忘了提几个重要的细节：我的真实数据中的向量有数亿长，我需要计算混淆矩阵大约 30,000 次。 使用表格的答案很有用，因为我之前完全错过了这个选项，但我担心转换为因子并且使用表格太慢了。 我认为此时最好的选择可能是使用 Rcpp。

Answer 1

您可以使用caret package 中的confusionMatrix () function：

代码：

library(caret)
set.seed(123)
confusionMatrix(
prediction <- factor(sample(c(0,1), 100, replace = TRUE)),
ground_truth <- factor(sample(c(0,1), 100, replace = TRUE)))

Output：

Confusion Matrix and Statistics

          Reference
Prediction  0  1
         0 26 31
         1 20 23
                                         
               Accuracy : 0.49           
                 95% CI : (0.3886, 0.592)
    No Information Rate : 0.54           
    P-Value [Acc > NIR] : 0.8650         
                                         
                  Kappa : -0.0087        
                                         
 Mcnemar's Test P-Value : 0.1614         
                                         
            Sensitivity : 0.5652         
            Specificity : 0.4259         
         Pos Pred Value : 0.4561         
         Neg Pred Value : 0.5349         
             Prevalence : 0.4600         
         Detection Rate : 0.2600         
   Detection Prevalence : 0.5700         
      Balanced Accuracy : 0.4956         
                                         
       'Positive' Class : 0  

Answer 2

首先将二进制向量转换为因子，

pred = factor(pred, levels = c(F,T))
truth = factor(truth, levels = c(F,T))

即使没有某些配对的实例，这也将确保返回完整的 2x2 表。 列联表由下式计算

table(pred, truth)

首先转换为因子将确保没有实例的组合在结果表中将获得0值。 例如，

pred = rep(T, 10)
truth = rep(F, 10)

table(pred,truth)  # RETURNS A 1x1 TABLE 

pred = factor(pred, levels = c(F,T))
truth = factor(truth, levels = c(F,T))

table(pred,truth)  # RETURNS A 2x2 TABLE