R中邏輯回歸的confusionMatrix

Question

我想使用訓練數據和測試數據為邏輯回歸計算兩個混淆矩陣：

logitMod <- glm(LoanStatus_B ~ ., data=train, family=binomial(link="logit"))

我將預測概率的閾值設置為0.5：

confusionMatrix(table(predict(logitMod, type="response") >= 0.5,
                      train$LoanStatus_B == 1))

下面的代碼非常適合我的訓練集。 但是，當我使用測試集時：

confusionMatrix(table(predict(logitMod, type="response") >= 0.5,
                      test$LoanStatus_B == 1))

它給了我一個錯誤

Error in table(predict(logitMod, type = "response") >= 0.5, test$LoanStatus_B == : all arguments must have the same length

為什么是這樣？ 我怎樣才能解決這個問題？ 謝謝！

Answer 1

我認為使用預測有問題，因為您忘記提供新數據了。 另外，您可以使用caret包中的函數confusionMatrix來計算和顯示混淆矩陣，但是您無需在調用之前列出結果。

在這里，我創建了一個包含代表性二進制目標變量的玩具數據集，然后訓練了與您的模型類似的模型。

train <- data.frame(LoanStatus_B = as.numeric(rnorm(100)>0.5), b= rnorm(100), c = rnorm(100), d = rnorm(100))
logitMod <- glm(LoanStatus_B ~ ., data=train, family=binomial(link="logit"))

現在，您可以預測數據（例如，您的訓練集），然后使用confusionMatrix()兩個參數的confusionMatrix() ：

• 你的預測
• 觀察到的階級

library(caret)
# Use your model to make predictions, in this example newdata = training set, but replace with your test set    
pdata <- predict(logitMod, newdata = train, type = "response")

# use caret and compute a confusion matrix
confusionMatrix(data = as.numeric(pdata>0.5), reference = train$LoanStatus_B)

這是結果

Confusion Matrix and Statistics

          Reference
Prediction  0  1
         0 66 33
         1  0  1

               Accuracy : 0.67            
                 95% CI : (0.5688, 0.7608)
    No Information Rate : 0.66            
    P-Value [Acc > NIR] : 0.4625