Comment R juge-t-il les variables factorielles positives et négatives?

Question

Je veux faire une classification binaire et un niveau est "top", l'autre est "bottom". J'ai utilisé gbm dans les paquets h2o et j'ai "bottom" comme classe positive et "top" comme classe négative. Voici mon code:

fit <- h2o.gbm(x = regr.var, y = max.var, 
      training_frame = ddd, 
      nfolds = 10, 
      distribution = 'multinomial', 
      balance_classes = TRUE) 
pred <- as.data.frame(h2o.predict(fit, newdata = eee)) 
threshold <- 0.5 
pred1 <- factor(ifelse(pred[, 'top'] > threshold, 'top', 'bottom')) 
err.res<-confusionMatrix(pred1 , hh$score_class) 
err.res 

Voici le résultat:

Confusion Matrix and Statistics 
      Reference 
Prediction bottom top 
bottom  420 123 
top   1  6 
Accuracy : 0.7745   
95% CI : (0.7373, 0.8088) 
No Information Rate : 0.7655   
P-Value [Acc > NIR] : 0.3279   

Kappa : 0.0657   
Mcnemar's Test P-Value : <2e-16   

Sensitivity : 0.99762   
Specificity : 0.04651   
Pos Pred Value : 0.77348   
Neg Pred Value : 0.85714   
Prevalence : 0.76545   
Detection Rate : 0.76364   
Detection Prevalence : 0.98727   
Balanced Accuracy : 0.52207   

'Positive' Class : bottom   

Mais je veux prédire correctement plus "top". J'ai essayé de changer le seuil à 0.3, et il fonctionne mieux. Cependant, devrais-je changer dans le processus d'ajustement pour faire plus de prédiction à «top» comme métrique «ROC»? Devrais-je retourner le «haut» à la classe positive et le «bas» à la classe négative et comment puis-je le changer?

Answer 1

Je recommande d'utiliser h2o.confustionMatrix et de l'utiliser pour créer des matrices à différentes valeurs de seuil.

Ex. h2o.confusionMatrix(object = fit, threshold = 0.3)

Merci,

Avni

Answer 2

Je pense que vous voulez ajouter l'argument 'positif' à votre fonction:

err.res <- confusionMatrix(pred1, hh$score_class, positive="top")