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常用工具之一。它可以显示模型在不同类别上的预测结果与真实标签之间的关系，帮助我们了解模型的准确性和错误类型。在R语言中，我们可以使用caret包中的confusionMatrix()函数来计算和展示分类混淆矩阵。

下面是一个示例，展示了如何使用confusionMatrix()函数来生成分类混淆矩阵：

# 导入必要的包
library(caret)

# 创建一个示例数据集
actual_labels <- c("A", "B", "B", "A", "B", "A")
predicted_labels <- c("A", "B", "A", "A", "B", "B")

# 使用confusionMatrix函数计算混淆矩阵
cm <- confusionMatrix(data = predicted_labels, reference = actual_labels)

# 打印混淆矩阵
print(cm)

运行上述代码，我们将得到以下输出结果：

Confusion Matrix and Statistics