Question

在插入符号中，当算法从众多算法中进行优化时，您是否可以推导出用于训练模型的预测变量？

我已经将预处理委托给插入符号，因为我知道我无法分开数据。在我理解的随机森林中，预测变量是决策树每个分支的变化子集。

鉴于mtry是

每个树节点可用于拆分的变量数。

以及

的摘要

Resampling results across tuning parameters:

  mtry  Accuracy   Kappa      Accuracy SD   Kappa SD   
   2    0.9944614  0.9929903  0.0010947590  0.001386114
  28    0.9979948  0.9974629  0.0009365892  0.001183031
  55    0.9957888  0.9946703  0.0019214403  0.002432008

Accuracy was used to select the optimal model using  the largest value.
The final value used for the model was mtry = 28.

我想知道哪些功能被淘汰，哪些功能有用（特别是两个产生99.4％准确度的功能

model <- train(classe ~ ., method="rf", data=trainPre, 
                     prox=TRUE,allowParallel=TRUE)

> summary(result$model)
                Length    Class      Mode     
call                    5 -none-     call     
type                    1 -none-     character
predicted           15699 factor     numeric  
err.rate             3000 -none-     numeric  
confusion              30 -none-     numeric  
votes               78495 matrix     numeric  
oob.times           15699 -none-     numeric  
classes                 5 -none-     character
importance             58 -none-     numeric  
importanceSD            0 -none-     NULL     
localImportance         0 -none-     NULL     
proximity       246458601 -none-     numeric  
ntree                   1 -none-     numeric  
mtry                    1 -none-     numeric  
forest                 14 -none-     list     
y                   15699 factor     numeric  
test                    0 -none-     NULL     
inbag                   0 -none-     NULL     
xNames                 58 -none-     character
problemType             1 -none-     character
tuneValue               1 data.frame list     
obsLevels               5 -none-     character
> result3$model

这些预测变量是否在模型对象的某个地方被捕获？

Answer 1

为此目的，有一个名为predictors的类。

但是，有几点需要注意：

请注意，这会告诉您哪些预测变量在功能上属于预测方程式。在大多数情况下，在对新数据集进行预测时，由于包作者的假设，您仍然需要其他原因（通常，预测变量是按列索引存储而不是名称，因此需要一切）。
目前randomForest中存在一个错误，导致无法使用公式方法。我在二月份向安迪提交了一个错误请求，所以我会给他发一个提醒。
随机森林将在此列表中包含许多不相关的预测变量。如果mtry将拆分例程随机暴露给所有非信息预测器，那么它们将在列表中。

一个例子：

> library(caret)
> 
> set.seed(135)
> tr_dat <- twoClassSim(100)
> 
> set.seed(417)
> mod <- train(x = tr_dat[, -ncol(tr_dat)], y = tr_dat$Class, method = "rf")
> 
> predictors(mod)
[1] "TwoFactor1" "TwoFactor2" "Linear01"   "Linear02"   "Linear03"   "Linear04"  
[7] "Linear05"   "Linear06"   "Linear07"   "Linear08"   "Linear09"   "Linear10"  
[13] "Nonlinear1" "Nonlinear2" "Nonlinear3"

最高

确定使用插入符包生成的模型中的预测变量

1 个答案: