從 R 中的 2 個邏輯向量計算混淆矩陣的最有效方法是什么？

Question

給定兩個邏輯向量（即 R 中只有 TRUE 或 FALSE 值），長度均為 n（一個向量是預測，另一個是基本事實），計算真陽性和真陰性的最有效方法是什么，假陽性和假陰性？ 只需執行tp = pred & truth即可輕松完成真正的肯定。 但是，我認為 R 中沒有其他邏輯運算符可以直接幫助計算其他統計信息。

一個明顯的解決方案是遍歷這兩個向量並只做案例（例如，如果預測為 FALSE 且真值 FALSE 則將真負數加一），但我覺得必須有一種更快的方法。 真正的肯定情況非常好，因為它可以通過向量化的 AND 運算符來完成（我認為？）。

編輯：我的錯，忘了提幾個重要的細節：我的真實數據中的向量有數億長，我需要計算混淆矩陣大約 30,000 次。 使用表格的答案很有用，因為我之前完全錯過了這個選項，但我擔心轉換為因子並且使用表格太慢了。 我認為此時最好的選擇可能是使用 Rcpp。

Answer 1

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

代碼：

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

首先將二進制向量轉換為因子，

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

即使沒有某些配對的實例，這也將確保返回完整的 2x2 表。 列聯表由下式計算

table(pred, truth)

首先轉換為因子將確保沒有實例的組合在結果表中將獲得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