如何使它们具有相同的级别？

Question

我在 cm.glm 行遇到以下错误： 错误：

data

和

reference

应该是具有相同水平的因子。

# Predict using Logistic Regression
pred.glm <- ifelse(predict(fit.glm, irisTest) > 0.5, "setosa", "other")
cm.glm <- confusionMatrix(pred.glm, (irisTest$Species))
acc.glm <- cm.glm$overall['Accuracy']
prec.glm <- cm.glm$byClass['Pos Pred Value']
rec.glm <- cm.glm$byClass['Sensitivity']

# Load libraries
library(MASS)
library(caret)
library(nnet) 

# Loading iris dataset
data(iris)

# Convert it into a binary class dataset
iris$Species <- ifelse(iris$Species == "setosa", "setosa", "other")

# Split the dataset
set.seed(123)
trainIndex <- createDataPartition(iris$Species, p = .8, 
                                  list = FALSE, 
                                  times = 1)
irisTrain <- iris[ trainIndex,]
irisTest  <- iris[-trainIndex,]

# Fit Logistic Regression
fit.glm <- multinom(Species ~ ., data = iris)


# Predict using Logistic Regression
pred.glm <- ifelse(predict(fit.glm, irisTest) > 0.5, "setosa", "other")
cm.glm <- confusionMatrix(pred.glm, (irisTest$Species))
acc.glm <- cm.glm$overall['Accuracy']
prec.glm <- cm.glm$byClass['Pos Pred Value']
rec.glm <- cm.glm$byClass['Sensitivity']

Answer 1

您的代码有两个问题。

First

predict

默认给出最有可能的类，为了与链接函数的截止进行比较，您必须使用

type="probs"

作为参数。

第二个

confusionMatrix

期望两个参数是具有相同水平的因子。只需将向量转换为因子即可。如果其中一组不具有两个因子水平（其他种子可能会发生这种情况），请明确指定因子水平。

您的两行代码应如下所示：

pred.glm <- ifelse(predict(fit.glm, irisTest, type="probs") > 0.5, "setosa", "other")
cm.glm <- confusionMatrix(
  factor(pred.glm, levels = c("setosa", "other")), 
  factor(irisTest$Species, levels = c("setosa", "other"))
)