Я пытаюсь предсказать двоичный результат (класс1 и класс2) с помощью функции tuneRanger в r как
library(mlr)
library(tuneRanger)
task = makeClassifTask(data = train, target = "outcome")
estimateTimeTuneRanger(task)
res = tuneRanger(task, measure = list(multiclass.brier),
num.trees = 1000,num.threads = 8, iters = 70)
a<-predict(res$model, newdata = test)
Мой вопрос: как получить после этого матрицу путаницы? Predict дает мне вероятности, и если я использую
confusionMatrix(a, test$outcome, positive = 'Class2')
, у меня будет ошибка: Ошибка: data
и reference
должны быть коэффициентами с одинаковыми уровнями. Нужно ли определять другую модель случайного леса и использовать оптимальные параметры из tuneRanger?
Заранее спасибо за внимание