关于r：rpart软件包结果的计算精度，调用率，F1值

compute precision, recall, F1 values for rpart package result

下面的数据框是我的全部数据集的示例：

1
2
3
4
5

A B C D E target
0.2 0.5 0.6 -0.5 -0.7 1
0.9 0.7 0.4 -0.3 -0.8 0
0.1 0.3 0.5 -0.9 -0.2 0
0.2 0.5 0.6 -0.5 -0.6 1

我想在其上应用分类树，因此我使用了以下代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

data$target<-factor(data$target)

# Create Training Data
train.ind <- sample(nrow(data), 0.7*nrow(data))
trainData<-data[train.ind,]
testData<-data[-train.ind,]

library("rpart")
tree <- rpart(target ~.,data=trainData)

ypred=predict(tree,testData)

library(caret)
#Print a confusion matrix
result <- confusionMatrix(ypred,testData$target)

Error: data and reference should be factors with the same levels.

1
2
3
4
5

precision <- result$byClass['Pos Pred Value']
recall <- result$byClass['Sensitivity']
f_measure <- 2 * ((precision * recall) / (precision + recall))
#OR
f_measure <-result$byClass['F1']

但是它没有用。我需要精度，召回率和F1值，但我不知道如何使用" rpart "包结果进行计算。