taralino

.confusion_matrix

Die Funktion RandomForest.confusion_matrix(Y) erwartet folgende (verpflichtende) Argumente:

Argument	Datentyp	Hinweis
Y	Datenfeld	Testdaten (Liste von Objekten)

Die Funktion wertet einen zuvor erstellten Random Forest bezüglich sämtlicher Objekte der Testdaten Y aus. Dabei ist Y eine Liste von Objekten mit jeweils folgenden Variablen:

Variable	Datentyp	Hinweis
input	Datenfeld	Objekt des Datensatzes als Vektor
index	Zahl	ganzzahlig, nicht negativ (Klassifikationsergebnis)

Zurückgegeben wird die Konfusionsmatrix bezüglich der Testdaten Y (siehe Beispiel).

Zudem kann folgende Option verwendet werden:

Variable	Datentyp	Hinweis	Default-Wert
display	Zeichenkette	on oder off	off

Die Konfusionsmatrix wird grafisch dargestellt, falls die Option display als on definiert wird.

Beispiel

Es werden Trainings- und Testdaten unter Verwendung des ClassificationData-Pakets erzeugt. Anhand dieser Daten wird ein Random Forest erstellt und anschließend getestet.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
</head>
<body>
<script>

var X = ClassificationData.get(400, {categories:4, shape:"mixed"});
var Y = ClassificationData.get(100, {categories:4, shape:"mixed"});

RandomForest.init(X, {trees:23});
var m = RandomForest.confusion_matrix(Y);

Console.digits(0);
Console.print(m);

</script>
</body>
</html>

Vorschau Download Kopie speichern

Beispiel

Es werden Trainings- und Testdaten unter Verwendung des ClassificationData-Pakets erzeugt. Anhand dieser Daten wird ein Random Forest erstellt und anschließend getestet.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
</head>
<body>
<script>

var X = ClassificationData.get(400, {categories:4, shape:"mixed"});
var Y = ClassificationData.get(100, {categories:4, shape:"mixed"});

RandomForest.init(X, {trees:23});
RandomForest.confusion_matrix(Y, {display:"on"});

</script>
</body>
</html>

Vorschau Download Kopie speichern