R语言中分类混淆矩阵的输出

R语言中分类混淆矩阵的输出

在机器学习领域中，评估分类模型的性能是非常重要的任务之一。而混淆矩阵（Confusion Matrix）是一种常用的评估分类模型性能的工具。它可以帮助我们了解模型在不同类别上的分类情况，进而计算出各种评估指标，如准确率、精确率、召回率和 F1 值等。在 R 语言中，可以使用 confusionMatrix 函数来计算和输出分类混淆矩阵。

下面是一个示例代码，展示了如何使用 confusionMatrix 函数来输出分类混淆矩阵：

# 导入必要的包
library(caret)

# 创建真实标签和预测标签
actual_labels <- factor(c("cat", "dog", "cat", "dog", "dog"))
predicted_labels <- factor(c("cat", "cat", "dog", "dog", "dog"))

# 使用 confusionMatrix 函数计算分类混淆矩阵
confusion_matrix <- confusionMatrix(data = predicted_labels, reference = actual_labels)

# 输出分类混淆矩阵
print(confusion_matrix)