我想在插入符号库的train（）之后显示混淆矩阵，但是我对此有些怀疑。 “ train（）”应该在火车集合上？（由于“ control”参数，我不确定）。测试集上的“ predict（）”？对整个数据集进行预测似乎很奇怪。
# df_corpus = Document Term Matrix + 1 column of Cos.code(class which are 203.2.2, 204.3.2 ...)
dataset <- df_corpus
control <- trainControl(method = "repeatedcv", number = 10, repeats = 3)
seed <- 7
metric <- "Accuracy"
preProcess=c("center", "scale")
# Linear Discriminant Analysis
set.seed(seed)
fit.lda <- train(Cos.code~., data=dataset, method="lda", metric=metric,preProc=c("center", "scale"), trControl=control)
ldaClasses <- predict(fit.lda)
cm <- confusionMatrix(data = ldaClasses, dataset$Cos.code)
F1_score(cm$table, "lda")
谢谢您的帮助
最佳答案
您可以这样获得混淆矩阵：
confusionMatrix(predict(fit.lda,dataset$Cos.code),dataset$Cos.code)
您可以按照相同的方式为测试集计算混淆矩阵，只需切换数据集即可。
但是我相信您的模型应该已经包含了您想要的信息
检查打印这两个对象时给出的信息。
fit.lda
fit.lda$finalModel
关于r - R插入/混淆矩阵，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/37673946/