verdadero <- c(1,1,1,2,3,3)
pred <- c(1,1,1,2,2,2)
biblioteca(mclust)
errorClasificacion(verdadero, pred)
Los resultados están clasificados incorrectamente 4 veces y la tasa de error es 0.16667.
No sé cómo obtiene una tasa de error de 0.16667
verdadero <- c(1,1,1,2,3,3)
pred <- c(1,1,1,2,2,2)
biblioteca(mclust)
errorClasificacion(verdadero, pred)
Los resultados están clasificados incorrectamente 4 veces y la tasa de error es 0.16667.
No sé cómo obtiene una tasa de error de 0.16667
La documentación de mclust::classError
explica que
Si hay más de un mapeo entre la clasificación predicha y la verdad conocida que corresponde al número mínimo de errores de clasificación, se devuelve solo un posible conjunto de observaciones mal clasificadas.
El mapeo de error mínimo entre pred
y true
es 1 1, 2 3 (y el verdadero 2 está mal clasificado).
true <- c(1, 1, 1, 2, 3, 3)
pred <- c(1, 1, 1, 2, 2, 2)
mclust::classError(true, pred)
#> $misclassified
#> [1] 4
#>
#> $errorRate
#> [1] 0.1666667
Especifique explícitamente las etiquetas posibles para obtener el resultado esperado de 2 errores de 6 datos.
pred2 <- factor(pred, levels = 1:3)
true2 <- factor(true, levels = 1:3)
mclust::classError(true2, pred2)
#> $misclassified
#> [1] 5 6
#>
#> $errorRate
#> [1] 0.3333333
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.