Расчет точности модели, созданной с помощью Logisti c Regression

Question

Я использую метод регрессии logisti c, чтобы предсказать результат моего набора данных, и хочу знать, как рассчитывается точность

Код:

таблица (test $ get_admission, pregnetTest) > = 0,5)

Выход:

Answer 1

Точность рассчитывается следующим образом: (Истинные позитивы + Истинные негативы) / (Истинные позитивы + Истинные негативы + Ложные позитивы + Ложные негативы)

Вот как вы можете это сделать (вторая последняя строка):

test <- c()
test$get_admission <- c(rep(0, 20), rep(1, 80))

predictTest <- c(rep(0, 1), rep(0.6, 99))

confusion <- table(test$get_admission, predictTest >= 0.5)
confusion

accuracy <- (confusion[2, 2] + confusion[1, 1]) / sum(confusion)
accuracy

Answer 2

Есть много способов оценить точность регрессионной модели логистики c для набора данных.

Я думаю, что вы разместили "Матрицу замешательства", которая показывает истинные положительные стороны, правда негативы, ложные срабатывания и ложные отрицания прогнозов модели на тестовом наборе данных. Матрицы путаницы (в основном) создаются с использованием набора «тестовых» данных, которые вы не использовали для обучения своей модели, для которых вы знаете фактические значения, и запуска своей модели на входах тестового набора данных и измерения расхождение между фактическими и прогнозируемыми (выходными данными вашей модели) значениями. Вот статья об измерении точности моделей в целом: https://clevertap.com/blog/the-best-metric-to-measure-accuracy-of-classification-models/

В этой статье рассматриваются некоторые методы оценки логистики c моделей в R: https://www.r-bloggers.com/evaluating-logistic-regression-models/

Недостаточно информации о ваших данных, чтобы что-то рекомендовать.