R混淆矩陣的敏感性和特異性標籤

Question

我使用R v3.3.2和插頁6.0.71（即最新版本）來構建邏輯迴歸分類器。我正在使用confusionMatrix函數來創建用於判斷其性能的統計信息。

logRegConfMat < - 混淆矩陣（logRegPrediction，valData [， 「看」]）

• 參考0，預測0 = 30
• 文獻1中，預測0 = 14
• 參考0，預測1 = 60
• 文獻1中，預測1 = 164

精度：0.7239
靈敏度：0.3333
特異性：0.9213

我的數據中的目標值（見）使用1作爲真，0作爲假。我假設混淆矩陣中的參考（基礎真值）列和預測（分類器）行遵循相同的約定。因此，我的結果表明：

• 真陰性（TN）30個
• 真陽性（TP）164個
• 假陰性（FN）14個
• 誤報（FP）60

問題：爲什麼敏感度爲0.3333，特異度爲0.9213？我會認爲這是相反的 - 見下文。

我不願意相信在R confusionMatrix函數中有bug，因爲沒有任何報告，這似乎是一個重大的錯誤。

---

關於計算的特異性和靈敏度大多數引用將它們定義如下 - 即www.medcalc.org/calc/diagnostic_test.php

• 靈敏度= TP /（TP + FN）= 164 /（164 + 14）= 0.9213
• 特異性= TN /（FP + TN）= 30 /（60 + 30）= 0.3333

Answer 1

根據文檔?confusionMatrix：

「如果只有兩個因子水平，第一個水平將被用作 的」正面「結果。」

因此，在您的示例中，積極的結果將是0，評估指標將是錯誤的方法。要覆蓋默認行爲，可以將參數positive =設置爲正確的值，唉：

confusionMatrix(logRegPrediction, valData[,"Seen"], positive = "1")