我在创建混淆矩阵以将模型预测与实际值进行比较时遇到一些困难。我的数据集包含159个解释变量，我的目标称为“分类”。
#Load Data
df <- read.csv("https://d396qusza40orc.cloudfront.net/predmachlearn/pml-training.csv", na.strings=c("NA","#DIV/0!",""))
#Split into training and validation
index <- createDataPartition(df$classe, times=1, p=0.5)[[1]]
training <- df[index, ]
validation <- df[-index, ]
#Model
decisionTreeModel <- rpart(classe ~ ., data=training, method="class", cp =0.5)
#Predict
pred1 <- predict(decisionTreeModel, validation)
#Check model performance
confusionMatrix(validation$classe, pred1)
从上面的代码生成以下错误信息：
Error in confusionMatrix.default(validation$classe, pred1) :
The data must contain some levels that overlap the reference.
我认为这可能与预测函数生成的pred1变量有关，它是一个包含5列的矩阵，而validation $ classe是一个包含5个级别的因子。关于如何解决这个问题的任何想法？
提前致谢
您的预测为您提供了每个班级的概率矩阵。如果您希望返回“优胜者”（预测类），请用以下内容替换您的预测行：
pred1 <- predict(decisionTreeModel, validation, type="class")
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句