Re: 문제311. (오늘의 마지막 문제) 유방암 데이터를 악성과 양성으로 분류하는 모델의 다른 척도를 실험하세요

[12기_현지연]

1. k=21 일 때, 

result1 <- knn(train=wbcd_train, test=wbcd_test,   cl=wbcd_train_label, k=21)

result1

data.frame( result1, wbcd_test_label)

sum( result1 == wbcd_test_label )

x <-  data.frame('실제'=wbcd_test_label, '예측'=result1)

table(x)

actual_type <- wbcd_test_label # 테스트 데이터의 라벨

predict_type <-  result1    # 테스트 데이터의 예측값

positive_value <- 'Benign'                      # 관심범주

negative_value <- 'Maliganant'              # 관심범주 아닌 것

■ 이원교차표

library(gmodels)

CrossTable(wbcd_test_label, result1)

■ 정확도

acc<- CrossTable(actual_type, predict_type)

acc21 <- sum(acc$prop.tbl*diag(2) )

acc21 # 0.9649123

■ 카파통계량

library(vcd)

table(actual_type, predict_type)

Kappa(table(actual_type, predict_type) ) # 0.9287

■ 민감도

library(caret)

sensitivity(predict_type, actual_type, positive=positive_value) #  0.96875

■ 특이도

specificity(predict_type, actual_type, negative=negative_value ) # 0.96

■ 정밀도

posPredValue(predict_type, actual_type, positive=positive_value) # 0.96875

■ 재현율

sensitivity( predict_type, actual_type,   positive=positive_value)  #0.96875

2. k=11 일때, 

result2 <- knn(train=wbcd_train, test=wbcd_test,   cl=wbcd_train_label, k=11)

actual_type <- wbcd_test_label # 테스트 데이터의 라벨

predict_type <-  result2    # 테스트 데이터의 예측값

positive_value <- 'Benign'                      # 관심범주

negative_value <- 'Maliganant'              # 관심범주 아닌 것

■ 이원교차표

library(gmodels)

CrossTable(wbcd_test_label, result2)

■ 정확도

acc<- CrossTable(actual_type, predict_type)

acc11 <- sum(acc$prop.tbl*diag(2) )

acc11 # 1

■ 카파통계량

library(vcd)

table(actual_type, predict_type)

Kappa(table(actual_type, predict_type) ) # 1

■ 민감도

library(caret)

sensitivity(predict_type, actual_type, positive=positive_value) # 1

■ 특이도

specificity(predict_type, actual_type, negative=negative_value ) # 1

■ 정밀도

posPredValue(predict_type, actual_type, positive=positive_value) # 1

■ 재현율

sensitivity( predict_type, actual_type,   positive=positive_value)  #1