如何给预测模型配上一个混淆矩阵(Confusion Matrix)？附R代码！

小编最近的一个项目需要建立一个模型，它的结局变量是分类变量，如果希望使用混淆矩阵(Confusion Matrix)展示模型的表现能力，那该怎么办？

进入实战部分！

首先安装所需的R包:

install.packages("cvms")
install.packages("tibble")
library(cvms)
library(tibble)

R包get之后，进入下一步，创建数据集：

set.seed(123)
mydata <- data.frame(
  reference = rbinom(100, 1, 0.65),
  prediction = rbinom(100, 1, 0.55)
)

head(mydata, 10)

在上面的代码中，创建了两个分类变量，分别为reference以及prediction，分别代表真实值以及预测值。

下一步，创建一个“朴素”版本的混淆矩阵表格：

mytable <- table(mydata)
mytable

将上述表格转化成tibble的格式，如下：

mytibble <- as_tibble(mytable)
mytibble

在数据集中，有两个分类变量，每个变量有两个组别，因此就会有四个不同的组合(4行)，第三个变量n指代每一种组合的样本量。

假设0指代阴性，1指代阳性的话，下方表格可以有助于理解：

reference	prediction	outcomes
0	0	True negative
0	1	False positive
1	0	False negative
1	1	True positive

下一步，就可以通过mytibble制作混淆矩阵了，代码如下：

plot_confusion_matrix(mytibble,
                      target_col = "reference",
                      prediction_col = "prediction",
                      counts_col = "n")

上述图片其实与mytable或mytibble的内容是一样的，只是使用不同的形式呈现。

下一步，增加数据的复杂程度，假设分类变量有四个组别，创建数据：

set.seed(12)
mydata1 <- data.frame(
  reference = floor(runif(200)*4),
  prediction = floor(runif(200)*4)
)

head(mydata1)

下一步，创建mytibble1，并且进行作图：

mytibble1<- as.tibble(table(mydata1))
mytibble1

# 制作混淆矩阵
plot_confusion_matrix(mytibble1, 
                      target_col = "reference", 
                      prediction_col = "prediction",
                      counts_col = "n")

可以添加一栏，代表总和：

plot_confusion_matrix(mytibble1,
                      target_col = "reference",
                      prediction_col = "prediction",
                      counts_col = "n",
                      add_sums = TRUE)

还可以修改一下颜色，代码如下：

plot_confusion_matrix(mytibble1,
                      target_col = "reference",
                      prediction_col = "prediction",
                      counts_col = "n",
                      add_sums = TRUE,
                      palette = "Purples")