의사 결정 모델이 만들어졌습니다.9 만들어진 모델의 정확도를 확인해 보겠습니다.
predicted <- predict(decision_tree, test, type = 'class') confusionMatrix(predicted, test$steak_order)
* 모델 예측 함수
* 모델 교차표와 정확도를 확인하는 함수
코드를 실행하면 다음과 같이 나옵니다.
Confusion Matrix and Statistics
Reference
Prediction N Y
N 14 1
Y 3 9
Accuracy : 0.8519-----분류 정확도 85%
95% CI : (0.6627, 0.9581)
No Information Rate : 0.6296
P-Value [Acc > NIR] : 0.01066
Kappa : 0.6949
Mcnemar's Test P-Value : 0.61708
Sensitivity : 0.8235
Specificity : 0.9000
Pos Pred Value : 0.9333
Neg Pred Value : 0.7500
Prevalence : 0.6296
Detection Rate : 0.5185
Detection Prevalence : 0.5556
Balanced Accuracy : 0.8618
'Positive' Class : N
의사 결정 나무 모델의 정확도는 85%로 계산되었습니다.10
9 이 의사 결정 나무 모델은 뒤에서 좀 더 쉽게 이해할 수 있도록 다시 그림으로 그리므로 이해가 어렵다면 넘어가도 좋습니다.
10 의사 결정 나무 모델은 정교화를 위해 가지치기(pruning) 작업이란 것을 수행해야 하지만 이 책에서는 생략합니다.