決定木モデルの混同行列を作成する方法

Question

モデル予測と実際の値を比較する混乱行列を作成するのが難しいです。私のデータセットには159の説明変数があり、私の目標は「クラス」と呼ばれています。私はそれをしながら、5列の行列だ、それは関数が生成予測することpred1変数とは何かを持っているかもしれないと思う

Error in confusionMatrix.default(validation$classe, pred1) : 
    The data must contain some levels that overlap the reference. 

：次のエラーメッセージが上記のコードから生成され

#Load Data 
df <- read.csv("https://d396qusza40orc.cloudfront.net/predmachlearn/pml-training.csv", na.strings=c("NA","#DIV/0!","")) 

#Split into training and validation 
index <- createDataPartition(df$classe, times=1, p=0.5)[[1]] 
training <- df[index, ] 
validation <- df[-index, ] 

#Model 
decisionTreeModel <- rpart(classe ~ ., data=training, method="class", cp =0.5) 

#Predict 
pred1 <- predict(decisionTreeModel, validation) 

#Check model performance 
confusionMatrix(validation$classe, pred1) 

バリデーション$ classeは5段階の要素です。どのようにこれを解決するための任意のアイデアですか？事前

Answer 1

で

おかげであなたの予測は、あなたの各クラスの確率の行列を与えています。

pred1 <- predict(decisionTreeModel, validation, type="class")