Tag: confusion-matrix

Ich bin mit h2o-Paket zu erstellen, randomForest-regression-Modell. Ich habe einige Probleme mit den Variablen an Bedeutung. Das Modell, das ich erschaffe, ist hier. Alles funktioniert einwandfrei. Einige der Variablen sind numerisch, aber einige sind kategorisch. RandomForest <-

Ich habe Daten mit binären JA/NEIN Klasse Antwort. Mit dem folgenden code für die Ausführung von HF-Modell. Ich habe problem bei der confusion-matrix Ergebnis. dataR <- read_excel("*:/*.xlsx") Train <- createDataPartition(dataR$Class, p=0.7, list=FALSE) training <- dataR[ Train, ]

Ich bin mit der Funktion confusionMatrix im R Paket caret berechnen einige Statistiken, die für einige Daten, die ich habe. Ich habe seit Inbetriebnahme meines Vorhersagen sowie meine tatsächlichen Werte in der table - Funktion, um die

Möchte ich berechnen zwei confusion matrix für mein Logistische regression mit meiner Ausbildung meine Daten und meine Testdaten: logitMod <- glm(LoanStatus_B ~ ., data=train, family=binomial(link="logit")) ich die Schwelle der vorhergesagten Wahrscheinlichkeit bei 0,5: confusionMatrix(table(predict(logitMod, type="response") >= 0.5,

Wie berechne ich Genauigkeit, Präzision und erinnern für jede Klasse aus einem Naive Bayes-Modell? Ich bin mit dem eingebetteten dataset: iris und Paket Baum und Paket e1071 für Naive Bayes. Die confusion-matrix ist wie folgt: prediction setosa

Habe ich CNN-Modell, die 4 output-Knoten, und ich bin versucht zu berechnen, die Verwirrung, die matrix so, dass ich wissen kann die individuelle Klasse Genauigkeit. Ich bin in der Lage, die Berechnung der Gesamtgenauigkeit. In dem link

In Ordnung. Nun, diese Frage ist ziemlich schwer. Ich werde Ihnen ein Beispiel geben. Nun die linken zahlen sind mein Algorithmus, der die Klassifizierung und die richtigen zahlen sind die ursprünglichen Klasse-Nummern 177 86 177 86 177

Ich habe eine multiclass Klassifizierung task. Wenn ich mein script basiert auf dem scikit Beispiel als folgt: classifier = OneVsRestClassifier(GradientBoostingClassifier(n_estimators=70, max_depth=3, learning_rate=.02)) y_pred = classifier.fit(X_train, y_train).predict(X_test) cnf_matrix = confusion_matrix(y_test, y_pred) Bekomme ich diesen Fehler: File "C:\ProgramData\Anaconda2\lib\site-packages\sklearn\metrics\classification.py", line

Ich weiß, was eine Verwirrung matrix. Gegeben N Klassen haben wir eine NxN-matrix M, wobei - jede Zeile ist eine der Klassen - jede Spalte ist eine der Klassen M(X,Y) = Anzahl der Elemente, die klassifiziert wurden,

Problem habe ich über die Berechnung der precision-und recall für Klassifizierer in matlab. Ich benutze fisherIris Daten (aus 150 Datenpunkte, 50-setosa, 50-versicolor, 50-virginica). Ich habe klassifiziert mit kNN-Algorithmus. Hier ist meine Verwirrung matrix: 50 0 0 0

Gibt es eine tool /R-Paket zur Berechnung von Richtigkeit und Präzision confusion matrix in R ? Die Formel und Daten-Struktur werden hier mögliche Duplikate stackoverflow.com/questions/6619853/... Dieser thread spricht über die Schaffung confusion matrix. Meine Frage ist die

Ich versuche zur Schätzung einer logistischen regression unter Verwendung der 10-fold-cross-validation. #import libraries library(car); library(caret); library(e1071); library(verification) #data import and preparation data(Chile) chile <- na.omit(Chile) #remove "na's" chile <- chile[chile$vote == "Y" | chile$vote == "N" ,