这是我的代码:
set.seed(1)
#Boruta on the HouseVotes84 data from mlbench
library(mlbench) #has HouseVotes84 data
library(h2o) #has rf
#spin up h2o
myh20 <- h2o.init(nthreads = -1)
#read in data, throw some away
data(HouseVotes84)
hvo <- na.omit(HouseVotes84)
#move from R to h2o
mydata <- as.h2o(x=hvo,
destination_frame= "mydata")
#RF columns (input vs. output)
idxy <- 1
idxx <- 2:ncol(hvo)
#split data
splits <- h2o.splitFrame(mydata,
c(0.8,0.1))
train <- h2o.assign(splits[[1]], key="train")
valid <- h2o.assign(splits[[2]], key="valid")
# make random forest
my_imp.rf<- h2o.randomForest(y=idxy,x=idxx,
training_frame = train,
validation_frame = valid,
model_id = "my_imp.rf",
ntrees=200)
# find importance
my_varimp <- h2o.varimp(my_imp.rf)
my_varimp
我得到的输出是&#34;变量重要性&#34;。
经典措施是指准确度降低&#34;和&#34;平均减少基尼系数&#34;。
我的结果是:
> my_varimp
Variable Importances:
variable relative_importance scaled_importance percentage
1 V4 3255.193604 1.000000 0.410574
2 V5 1131.646484 0.347643 0.142733
3 V3 921.106567 0.282965 0.116178
4 V12 759.443176 0.233302 0.095788
5 V14 492.264954 0.151224 0.062089
6 V8 342.811554 0.105312 0.043238
7 V11 205.392654 0.063097 0.025906
8 V9 191.110046 0.058709 0.024105
9 V7 169.117676 0.051953 0.021331
10 V15 135.097076 0.041502 0.017040
11 V13 114.906586 0.035299 0.014493
12 V2 51.939777 0.015956 0.006551
13 V10 46.716656 0.014351 0.005892
14 V6 44.336708 0.013620 0.005592
15 V16 34.779987 0.010684 0.004387
16 V1 32.528778 0.009993 0.004103
从此我的相对重要性&#34;投票#4&#34;又名V4,是~3255.2。
问题: 那个单位是什么? 这是如何得出的?
我试着查看文档,但找不到答案。我尝试了帮助文档。我尝试使用Flow查看参数以查看其中是否有任何指示。我找不到&#34; gini&#34;或者&#34;降低准确度&#34;。我应该在哪里看?
答案 0 :(得分:4)
答案在docs。
[在左侧窗格中,单击&#34;算法&#34;然后&#34;监督&#34;,然后&#34; DRF&#34;。 FAQ部分回答了这个问题。 ]
为方便起见,答案也会复制并粘贴在此处:
&#34;如何计算DRF的变量重要性?变量重要性是通过计算每个变量的相对影响来确定的:在树木构建过程中的分割期间是否选择了该变量,以及结果是否平均误差(在所有树上)得到了改善。&#34;