e1071::svm()的总精度

Question

e1071::svm()中的总准确率是如何计算的？这与从混乱表中计算得出的结果不同：

> x <- subset(iris, select = -Species)
> y <- iris$Species
> model <- svm(x, y,cross=10)
> model$tot.accuracy
[1] 96
> caret::confusionMatrix(y,model$fitted)
Confusion Matrix and Statistics

            Reference
Prediction   setosa versicolor virginica
  setosa         50          0         0
  versicolor      0         48         2
  virginica       0          2        48

Overall Statistics

               Accuracy : 0.9733          
  ...

Answer 1

总精度是在拟合过程中获得的交叉验证精度。对于每个数据拆分，对模型进行拟合，并计算相应验证数据集上的精度。

单个准确度可以通过以下方式获得

cv_accuracies <- model$accuracies
all.equal(mean(cv_accuracies), model$tot.accuracy)
[1] TRUE

请注意，由于交叉验证将数据分成10个不同的训练和验证对，其中验证集不在拟合过程中使用，因此与预测整个训练集的最终模型时的精度相比，此精度将不同。

sum(fitted(model) == y)/length(y)
[1] 0.97333333
mean(cv_accuracies)
[1] 96.66667

(注1的标准是乘以100 )