Bonjour tout le monde,

Je construis un classifieur qui me prédit une variable binaire ("0","1"), j'ai une courbe de ROC satisfaisante avec AUC de 81%, mais la matrice de confusion pose problème, le modèle ne prédit que les vrais négatifs !!!

Sachant que toutes les variables sont des facteurs, et j'ai testé avec le classifieur baysien naif, la régression logistique et l'arbre de décision, c'est le même problème !

Voici le code :
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
log <- glm( promoteur~., app, family=binomial(logit))
pred.log <- predict(log, newdata=test, type = "response")
roc.log <- roc(promoteur ~ pred.log,test)
 
plot(roc.log, lty=1, add=F,col = 2, main = "ROC validation")
prevision_label<-as.numeric(pred.log>0.5)
table(test$promoteur,prevision_label)
Vous êtes mon dernier recours et je suis pressé par le temps, merci d'avance.