r - 如何识别R中的预测模型错误分类的实例

我正在使用R建立和比较几个预测模型。由于我使用的测试集不是“大”的，所以我想去看看哪些实例被哪个模型错误分类了。

一个例子进一步解释自己。以下R代码构建并测试了用于预测猫的Sex的模型：

library(e1071)
library(MASS)
data(cats)

index <- 1:nrow(cats)
testindex <- sample(index, trunc(length(index)/3))
testset <- cats[testindex,]
trainset <- cats[-testindex,]

model <- svm(Sex~., data = trainset)
prediction <- predict(model, testset[,-1])

tab <- table(pred = prediction, true = testset[,1])

print(tab)

该代码产生下表：

    true
pred  F  M
   F 11  3
   M  8 26

我怎么确切知道实际上是F但被错误地归类为M的8个实例？同样，对于实际上是M但被错误分类为F的3个实例？
更具体地说，cats数据集包含144个条目：了解我要查找的每个错误分类实例的行。

最佳答案

which(prediction != testset[,1])

会给您testset错误分类的行。

关于r - 如何识别R中的预测模型错误分类的实例，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/38143018/