使用R语言计算混淆矩阵的table函数

使用R语言计算混淆矩阵的table函数

混淆矩阵是在机器学习和统计学中常用的工具，用于评估分类模型的性能。在R语言中，可以使用table函数计算混淆矩阵。混淆矩阵显示了分类器的预测结果与真实标签之间的对应关系，可以帮助我们了解分类器的准确性、召回率、精确度等指标。

下面是一个示例，演示如何使用R语言的table函数计算混淆矩阵：

# 创建一个示例的预测结果向量
predicted <- c("A", "B", "A", "A", "B", "B", "B", "A", "A", "B")

# 创建一个示例的真实标签向量
actual <- c("A", "B", "A", "B", "B", "A", "A", "B", "B", "B")

# 使用table函数计算混淆矩阵
confusion_matrix <- table(predicted, actual)

# 打印混淆矩阵
print(confusion_matrix)

运行上述代码，将得到以下输出：

         actual
predicted A B
        A 2 3
        B 2 3

输出的混淆矩阵显示了预测结果和真实标签之间的对应关系。例如，预测结果为A且真实标签也为A的有2个样本，预测结果为A但真实标签为B的有3个样本，以此类推。

混淆矩阵还可以用于计算模型的准确性、召回率、精确度等指标。例如，可以使用混淆矩阵计算准确性：

# 计算准确性