提问人：Doc.s 提问时间：11/7/2023 更新时间：11/7/2023 访问量：19
R 随机森林模型：生成混淆矩阵时出现问题
R Random Forest Model: Issue with Generating Confusion Matrix
问：
当我可以尝试为我的随机森林模型生成混淆矩阵时，我收到以下错误： 错误 ！all.equal（nrow（data）， ncol（data）） ： 无效的参数类型
这是我使用的代码：
`ind <- sample(2, nrow(completeData), replace = TRUE, prob = c(0.7, 0.3))
trainData <- completeData[ind == 1, ]
testData <- completeData[ind == 2, ]
rf1 <- randomForest(price~., data = trainData)
print(rf1)
#Random Forest Model
p1 <- predict(rf1, newdata = testData)
testData$p1 <- p1
#Confusion matrix
confusionMatrix(table(testData$price, testData$p1))`
答：
0赞
I_O
11/7/2023
#1
price因此，可能是连续数据，而使用分类数据。p1confusionMatrixfactor
您可以将连续数据分类并运行类似操作（根据实际价格范围调整中断）：cutconfusionMatrix
confusionMatrix(table(cut(testData$price, breaks = 0:10),
cut(testData$p1, breaks = 0:10)
)
)
...但是，为什么要降级连续数据而不是在连续级别（散点图、相关性等）上进行检查呢？
评论