R中XGBoost中混淆矩阵的缺失部分

Question

我正在尝试从我的 XGBoost 中获取混淆矩阵并计算准确度。但是，我的混淆矩阵并不完整，漏掉了所有的错误区域，看起来像这样：

y_pred   0   1
  TRUE 526 482

因此，我无法计算准确度。这是我的代码：

# Splitting the dataset into the training set and test set
dataset$Good.Bad.Stock = factor(dataset$Good.Bad.Stock, levels = c(0,1))
training_set = dataset[1:2740,]
test_set = dataset[2741:3748,]
data = as.factor(as.character(training_set$Good.Bad.Stock))
data = replace(training_set$Good.Bad.Stock, is.na(training_set$Good.Bad.Stock), 0)
data

# Fitting XGBoost to the Training set
classifier_XGB = xgboost(data = as.matrix(training_set[-63]), 
                     label = data, 
                     nrounds = 15,                      
                     objective = "binary:logistic")

# Predicting the Test set results
pred_data=as.matrix(test_set[-63])
y_pred = predict(classifier_XGB, pred_data)
y_pred = (y_pred > 0.5)

# Making the Confusion Matrix
cm_XGB = table(y_pred, test_set$Good.Bad.Stock)
cm_XGB

# Evaluate Model
accuracy_XGB = (cm_XGB[1,1] + cm_XGB[2,2]) / (cm_XGB[1,1] + cm_XGB[2,2] + cm_XGB[1,2] + cm_XGB[2,1])
print(accuracy_XGB)

感谢您的帮助！

Answer 1

我没有运行代码，但我想知道问题出在：

y_pred = (y_pred > 0.5)

在执行此操作之前只需打印 y_pred，您可能会看到 1s 向量或高于 0.5 的概率。

这可能是由错误的配置模型（阅读有关 xgb 参数的更多信息）或高度不平衡的数据集（在测试集中似乎没有）引起的。

编辑： 当然，您必须确保您的响应变量被键入为因子。此外，您应该将目标函数设置为二进制。正如我所说，我强烈建议您继续阅读有关 xgb 的基本帖子。 https://www.analyticsvidhya.com/blog/2016/01/xgboost-algorithm-easy-steps/ https://cran.r-project.org/web/packages/xgboost/vignettes/discoverYourData.html