r - 计算使用逻辑回归创建的模型的准确性
解决方案
有许多方法可以评估数据集上逻辑回归模型的准确性。
我认为您发布的是“混淆矩阵”,它显示了测试数据集上模型预测的真阳性、真阴性、假阳性和假阴性。混淆矩阵(基本上)是通过拥有一组您未用于训练模型的“测试”数据构建的,您知道这些数据的实际值,并在测试数据集的输入上运行您的模型,并测量实际值和预测值(模型的输出)之间的差异。这是一篇关于一般测量模型准确性的文章:https ://clevertap.com/blog/the-best-metric-to-measure-accuracy-of-classification-models/
本文涵盖了在 R 中评估逻辑模型的一些方法:https ://www.r-bloggers.com/evaluate-logistic-regression-models/
没有足够的关于你的数据的信息来推荐任何特别的东西。
推荐阅读
- python - 使用烧瓶重置全局变量的值
- vue.js - 使用 Gitlab CI 部署 Vue.js 构建
- python - Python:TypeError:不可散列的类型:“列表”索引必须是整数
- javascript - (节点:23042)UnhandledPromiseRejectionWarning:错误:找不到缓冲区的 MIME
- python - 如何使用作为在 Kubernetes 集群中运行的 dockerized 容器的一部分运行的 python pymysql 连接到 Google Cloud SQL?
- swift - 使用自动布局和蒙版动画图像视图
- c# - 如何在不使用数据源的情况下使用保存文件对话框导出网格视图 excel 数据
- android - Android 生产应用,罕见的越界异常崩溃
- flutter - 从列表视图到总价的每个项目的价格运行不止一次,这是不正确的。如何运行一次
- java - 无法从 gradle 解析 com.google.guava