使用R语言中的caret包计算混淆矩阵

使用R语言中的caret包计算混淆矩阵

混淆矩阵（Confusion Matrix）是在机器学习和统计学中常用于评估分类模型性能的一种工具。它可以用于展示分类模型在不同类别上的预测结果与实际结果之间的差异。在R语言中，我们可以使用caret包的confusionMatrix函数来方便地计算混淆矩阵。

首先，确保你已经安装了caret包。如果没有安装，你可以使用以下代码来安装：

install.packages("caret")

安装完成后，我们可以加载caret包并准备测试数据来演示confusionMatrix函数的使用。

# 加载caret包
library(caret)

# 创建一个分类模型的预测结果
predicted <- factor(c("A", "A", "B", "B", "B", "A"))
# 创建实际的类别标签
reference <- factor(c("A", "A", "B", "A", "B", "B"))

# 使用confusionMatrix函数计算混淆矩阵
cm <- confusionMatrix(predicted, reference)

# 打印混淆矩阵
print(cm)

上述代码中，我们创建了一个分类模型的预测结果predicted和实际的类别标签reference。然后，我们使用confusionMatrix函数将这两个向量作为参数传递给函数，并将结果保存