输出分类模型的混淆矩阵（使用R语言）

输出分类模型的混淆矩阵（使用R语言）

混淆矩阵是一种常用的评估分类模型性能的工具，可以展示模型预测结果与真实标签之间的差异。在R语言中，我们可以使用一些库和函数来计算和可视化混淆矩阵。本文将介绍如何使用R语言输出分类模型的混淆矩阵。

首先，我们需要安装并加载一些必要的库，例如caret和e1071。这两个库提供了计算混淆矩阵所需的函数。

# 安装和加载必要的库
install.packages("caret")
install.packages("e1071")
library(caret)
library(e1071)

接下来，我们需要准备一个分类模型的预测结果和对应的真实标签。假设我们有一个模型预测结果的向量predicted和真实标签的向量actual，它们的长度相同且对应位置的元素一一对应。

# 准备模型预测结果和真实标签
predicted <- c("A", "B", "A", "A", "B", "B")
actual <- c("A", "B", "A", "B", "A", "B")

现在，我们可以使用confusionMatrix()函数计算混淆矩阵。

# 计算混淆矩阵
confusion_matrix <- confusionMatrix(predicted