我在一个相当小的数据集上对10万个分类树进行了随机森林分析（即11个变量中的28个障碍物）。
然后我制作了一个变量重要性的图表
在得到的图中，％IncMSE和IncNodePurity之间存在至少一个重要变量的实质性不匹配。事实上，变量在前者中显示为第七位（即％IncMSE <0），后者则为第三位。
有人可以告诉我应该如何解释这种错配吗？
所讨论的变量与另一个变量显着相关，这两个变量在两个图中均位于第二位。这可能是一个线索吗？
答案 0 :(得分：1)
第一张图表显示，如果通过随机排列为变量分配值，则MSE将增加多少。值越高，变量重要性越高。
另一方面，节点纯度是通过基尼指数来衡量的，基尼指数是该变量分割前后的RSS之间的差异。
由于变量重要性标准的概念在两种情况下是不同的，因此对不同的变量有不同的排名。
没有固定的标准来选择变量重要性的“最佳”度量，这取决于您手头的问题。