如何在混淆矩阵中直接计算检验估计误差?

Question

set.seed(123)
library(boot)
glm.fit=glm(Species~.,data=iris)
cv.error= cv.glm(iris, glm.fit,K=10)$delta[1]
cv.error #MSE for each model

但是我希望从混淆矩阵中得到使用表。

set.seed(7)
x = iris[,-5]
y = iris$Species
model = train(x,y,"nb",trControl=trainControl(method="cv",number=10))
confusionMatrix(model)

问题:

1. 估计错误率是否使用1-输出的平均精度?
2. 有提取方法吗?
3. 我希望得到一个整数数字，即

Reference
Prediction  0  1
0 122 11
1 98 320

Answer 1

如果你想提取混淆矩阵作为例如对象，你可以尝试

library(caret)
data(iris)
model <- train(Species~., data=iris,
method="nb",
trControl=trainControl(method="cv",number=5))
qq<-confusionMatrix(model)

如果您希望使用"完整数字";而不是百分比，你必须看看你最初有多少数据点-这里你有150个。你现在要做的就是把这个表除以100，然后把所有的都乘以150——完成

final_result<-qq$table/100*150