R中朴素贝叶斯算法的输出解释

Question

我是 R 中统计和数据分析的新手。 今天我在 R 中尝试朴素贝叶斯算法。 我面临的问题是我无法理解预测的输出。 代码如下：

install.packages('ElemStatLearn')
library('ElemStatLearn')

library("klaR") library("caret")

sub = sample(nrow(spam), floor(nrow(spam) * 0.9))

train = spam[sub,]

test = spam[-sub,]

xTrain = train[,-58]

yTrain = train$spam

xTest = test[,-58]

yTest = test$spam

model = train(xTrain,yTrain,'nb',trControl=trainControl(method='cv',number=10)) 
prop.table(table(predict(model$finalModel,xTest)$class,yTest))`

这里显示的结果如下：

   yTest
             email       spam
  email 0.33405640 0.02603037
  spam  0.24945770 0.39045553

可以参考这个链接看http://joshwalters.com/2012/11/27/naive-bayes-classification-in-r.html

Answer 1

您显示的结果称为“混淆矩阵”。它用于验证您的分类器的工作情况。

您需要在这里理解一些术语：- 真阳性 (TP)、假阳性 (FP)、真阴性 (TN) 、假阴性 (FN)

比较：

你的情况

从左上到右下的对角线给出正确预测的百分比，其他两个值表示分类器“混淆”的百分比

希望这能提供一个初步的想法。 谷歌混淆矩阵，你可以找到更多。 一个很好的链接在这里：https://classeval.wordpress.com/introduction/basic-evaluation-measures/

Answer 2

这不是朴素贝叶斯模型的输出。

一旦你使用了预测，你就不会真正“关心”模型，因为你已经获得了预测。

table.prop 为整个总体创建每个组合的比例。您可能需要考虑查看没有比例部分的表格，以查看实际数字

例如，33.4% 将被检测为电子邮件，实际上是一封电子邮件，而 2.6% 将被检测为电子邮件，而它们实际上是垃圾邮件。