我使用的是h2o 3.10.4.8版本。如何解释H2O的混淆矩阵?
library(magrittr)
library(h2o)
h2o.init(nthreads = -1, max_mem_size = "6g")
data.url <- "https://raw.githubusercontent.com/DarrenCook/h2o/bk/datasets/"
iris.hex <- paste0(data.url, "iris_wheader.csv") %>%
h2o.importFile(destination_frame = "iris.hex")
y <- "class"
x <- setdiff(names(iris.hex), y)
model.glm <- h2o.glm(x, y, iris.hex, family = "multinomial")
preds <- h2o.predict(model.glm, iris.hex)
h2o.confusionMatrix(model.glm)
h2o.table(preds["predict"])
这是h2o.confusionMatrix(model.glm)
输出:
Confusion Matrix: vertical: actual; across: predicted
Iris-setosa Iris-versicolor Iris-virginica Error Rate
Iris-setosa 50 0 0 0.0000 = 0/50
Iris-versicolor 0 48 2 0.0400 = 2/50
Iris-virginica 0 1 49 0.0200 = 1/50
Totals 50 49 51 0.0200 = 3/150
由于它说跨:预测,我解释这意味着,该模型由50(0 + 48 + 2)的预测是IRIS-云芝。
这是h2o.table(preds["predict"])
输出:
predict Count
1 Iris-setosa 50
2 Iris-versicolor 49
3 Iris-virginica 51
这告诉我,对模型所做的预测,49是虹膜云芝。
混淆矩阵是否错误标记或我在解释结果时犯了错误?
这是另一种方式:实际标签是垂直的(行名称),预测的标签是横跨的(列名称)。这有点令人困惑,但是看错误率,反过来也没有意义 – HubertL