Как создать матрицу путаницы в excel

Логистическая регрессия — это тип регрессии, который мы можем использовать, когда переменная ответа является двоичной.

Распространенный способ оценить качество модели логистической регрессии — создать матрицу путаницы , которая представляет собой таблицу 2 × 2, в которой показаны прогнозируемые значения модели в сравнении с фактическими значениями набора тестовых данных.

В следующем пошаговом примере показано, как создать матрицу путаницы в Excel.

Шаг 1: Введите данные

Сначала давайте введем столбец фактических значений для переменной ответа вместе со значениями, предсказанными моделью логистической регрессии:

Шаг 2. Создайте матрицу путаницы

Далее мы будем использовать формулу COUNTIFS() для подсчета количества значений, которые равны «0» в столбце «Фактическое», а также «0» в столбце «Прогнозировано»:

Мы будем использовать аналогичную формулу для заполнения всех остальных ячеек в матрице путаницы:

Шаг 3: Рассчитайте точность, точность и полноту

Создав матрицу путаницы, мы можем рассчитать следующие показатели:

• Точность : процент правильных прогнозов.
• Точность : правильные положительные прогнозы относительно общего числа положительных прогнозов.
• Напоминание : корректировка положительных прогнозов по сравнению с общим фактическим положительным результатом.

Следующие формулы показывают, как рассчитать каждое из этих измерений в Excel:

Чем выше точность, тем лучше модель способна правильно классифицировать наблюдения.

В этом примере наша модель имеет точность 0,7 , что говорит нам о том, что она правильно классифицировала 70% наблюдений.

Если мы захотим, мы можем сравнить эту точность с точностью других моделей логистической регрессии, чтобы определить, какая модель лучше всего классифицирует наблюдения по категориям 0 или 1.

Дополнительные ресурсы

Введение в логистическую регрессию
3 типа логистической регрессии
Логистическая регрессия против линейной регрессии