混淆矩陣輸出誤差

Question

我試圖通過這個代碼利用決策樹R中建立的預測模型：

library(rpart) 
library(caret) 

DataYesNo<-read.csv('DataYesNo.csv',header=T) 

worktrain<- sample(1:50,40) 
worktest <- setdiff(1:50,worktrain) 

M <- ncol(DataYesNo) 
input <- names(DataYesNo)[1:(M-1)]         
target <- "ICUtransfer"       

tree<- rpart(ICUtransfer~Temperature+RespiratoryRate+HeartRate+SystolicBP+OxygenSaturations, 
       data=DataYesNo[worktrain, c(input,target)], 
       method="class", 
       parms=list(split="information"), 
       control=rpart.control(usesurrogate=0, maxsurrogate=0)) 

fitted <- predict(tree, DataYesNo[worktest, c(input,target)]) 

cmatrix <- confusionMatrix(fitted, worktest$ICUtransfer) 
print(cmatrix) 

tree     
plot(tree) 
text(tree) 

我得到了錯誤的位置：CMATRIX < - 混淆矩陣（安裝，worktest $ ICUtransfer） 「$操作原子向量無效「 請幫我解決這個問題？ 問候，

DataYesNo[worktest,] 
    Temperature RespiratoryRate HeartRate SystolicBP OxygenSaturations ICUtransfer 
11  36.3    26  65  140    97   no 
15  37.3    20  80  129    99   no 
21  36.9    20  72  154    95   no 
26  36.0    28  56  199    97   no 
30  36.9    20  72  150    96   no 
34  36.6    16  97  118    95   yes 
36  36.0    20  77  145    97   yes 
38  36.0    20  77  145    97   yes 
43  36.3    28  98  116    95   yes 
47  36.0    20  77  145    97   yes 

我嘗試這一行：

cmatrix <- confusionMatrix(fitted, DataYesNo[worktest,]$ICUtransfer) 

但我得到這個錯誤：在confusionMatrix.default（嵌合，DataYesNo [worktest，] $ ICUtransfer）錯誤： 的數據和參考因素必須具有相同數量的水平

請任何人都可以幫我嗎？

Answer 1

你會得到該錯誤，因爲worktest沒有任何因子ICUtransfer。 worktest只是一個索引的數字向量，因此沒有任何因素。您希望數據的子集對應於worktest指數。

不可能知道究竟需要完成什麼，因爲我看不到您正在使用的數據結構。

而不是worktest$ICUtransfer嘗試使用DataYesNo[worktest, c(input,target)]。