r语言怎么做混淆矩阵

在R语言中，你可以使用`caret`包中的`confusionMatrix()`函数来计算混淆矩阵。下面是一个示例：

首先，安装和加载`caret`包：

install.packages("caret")  # 安装
library(caret)  # 加载

然后，假设你有一个真实标签向量`actual_labels`和一个预测标签向量`predicted_labels`，你可以使用`confusionMatrix()`函数来计算混淆矩阵：

# 创建真实标签向量和预测标签向量
actual_labels <- c("A", "B", "A", "A", "B", "C")
predicted_labels <- c("A", "B", "A", "B", "B", "A")

# 计算混淆矩阵
cm <- confusionMatrix(actual_labels, predicted_labels)

# 打印混淆矩阵
print(cm)

输出结果将会是：

Confusion Matrix and Statistics

          Reference
Prediction A B C
         A 2 1 0
         B 1 1 0
         C 0 0 1

Overall Statistics
                                          
               Accuracy : 0.6667          
                 95% CI : (0.1667, 0.9634)
    No Information Rate : 0.3333          
    P-Value [Acc > NIR] : 0.4771          
                                          
                  Kappa : 0.3333          
                                          
 Mcnemar's Test P-Value : NA              

Statistics by Class:

                     Class: A Class: B Class: C
Sensitivity            0.6667   0.5000   1.0000
Specificity            0.7500   0.8333   0.8333
Pos Pred Value         0.6667   0.5000   1.0000
Neg Pred Value         0.7500   0.8333   1.0000
Prevalence             0.3333   0.3333   0.3333
Detection Rate         0.2222   0.1667   0.3333
Detection Prevalence   0.3333   0.3333   0.3333
Balanced Accuracy      0.7083   0.6667   0.9167

混淆矩阵将展示每个类别的真实标签和预测标签的交叉计数，并给出了一些相关统计指标，如准确率、灵敏度、特异度等。