R语言中的分类混淆矩阵与confusionMatrix函数

R语言中的分类混淆矩阵与confusionMatrix函数

分类混淆矩阵是评估分类模型性能的一种常用工具，它可以展示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，可以使用caret包中的confusionMatrix函数来生成分类混淆矩阵。

首先，确保已经安装了caret包。如果尚未安装，可以使用以下代码进行安装：

install.packages("caret")

安装完成后，可以加载caret包并使用confusionMatrix函数来生成分类混淆矩阵。下面是一个示例：

# 导入caret包
library(caret)

# 创建实际分类结果和预测分类结果
actual <- c("cat", "dog", "cat", "dog", "dog")
predicted <- c("cat", "dog", "cat", "cat", "dog")

# 使用confusionMatrix函数生成分类混淆矩阵
cm <- confusionMatrix(actual, predicted)

# 打印分类混淆矩阵
print(cm)

在上面的示例中，我们首先创建了一个实际分类结果向量actual和一个预测分类结果向量predicted，它们分别包含了5个样本的分类结果。然后，我们使用