如何為決策樹模型創建混淆矩陣

Question

我在創建混淆矩陣以將模型預測與實際值進行比較時遇到一些困難。 我的數據集包含159個解釋變量，我的目標稱為“分類”。

#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)

從上面的代碼生成以下錯誤信息：

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

我認為這可能與預測函數生成的pred1變量有關，它是一個包含5列的矩陣，而validation $ classe是一個包含5個級別的因子。 關於如何解決這個問題的任何想法？

提前致謝

Answer 1

您的預測為您提供了每個班級的概率矩陣。 如果您希望返回“優勝者”（預測類），請用以下代碼替換預測行：

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