h2o randomForest变量重要性

时间:2015-05-13 21:59:58

标签: r random-forest confusion-matrix h2o

我正在使用h2o包来创建randomForest回归模型。我对变量重要性有一些问题。我正在创建的模型就在这里。一切正常。

有些变量是数字的,但有些是绝对的。

RandomForest <- h2o.randomForest(x = c("Year",  "Month", "Day", "Time", "Show", "Gen",
                                   "D", "Lead"), y = "Ratio", data = data.hex, importance=T, stat.type = "GINI",
                             ntree = 50, depth = 50, nodesize = 5, oobee = T, classification = FALSE, type = "BigData")

但是,当我想看到变量重要性时,输出看起来像这样。

Classification: FALSE
Number of trees: 50
Tree statistics:
        Min.  Max.    Mean.
Depth     30    40    33.26
Leaves 20627 21450 21130.24


Variable importance:
                        Year    Month      Day     Time  Show   Gen           D   Lead
Relative importance 20536.64 77821.76 26742.55 67476.75 283447.3 60651.24   87440.38 3658.625
Standard Deviation        NA       NA       NA       NA       NA       NA       NA       NA
Z-Scores                  NA       NA       NA       NA       NA       NA       NA       NA

Overall Mean-squared Error:  

我想知道的是:  1)为什么可能存在NA值。  2)实际相对重要性意味着什么。不应该在1到100之间吗?  3)为什么输出中没有混淆矩阵?

感谢您的帮助!

1 个答案:

答案 0 :(得分:4)

首先,我建议下载最新版本的H20-3。这可以解决您获得标准偏差的NA值的问题。 相对重要性量化了特定预测因子对其他个体预测因子在预测响应变量中所做贡献的贡献。你可能想到的数字需要在1到100之间,这是重要性。 最后,您在输出中没有得到混淆矩阵的原因是您有回归模型而不是分类模型。混淆矩阵仅针对分类模型生成。

您可以通过运行以下命令在R中运行随机林示例:

library(h2o)
conn <- h2o.init()
demo(h2o.randomForest)

然后,您可以通过执行以下操作来查看混淆矩阵/相对和缩放重要性表:

> h2o.confusionMatrix(iris.rf)
Confusion Matrix - (vertical: actual; across: predicted):
                Iris-setosa Iris-versicolor Iris-virginica  Error      Rate
Iris-setosa       50.000000        0.000000       0.000000 0.0000 =  0 / 50
Iris-versicolor    0.000000       47.000000       3.000000 0.0600 =  3 / 50
Iris-virginica     0.000000        6.000000      44.000000 0.1200 =  6 / 50
Totals            50.000000       53.000000      47.000000 0.0600 = 9 / 150
> h2o.varimp(iris.rf)
Variable Importances:
   variable relative_importance scaled_importance percentage
1 petal_len         1926.421509          1.000000   0.445738
2 petal_wid         1756.277710          0.911679   0.406370
3 sepal_len          493.782562          0.256321   0.114252
4 sepal_wid          145.390717          0.075472   0.033641

谢谢,希望这会有所帮助!