Question

我有131个变量，其中我想获得用于建模的重要变量。我对所有变量运行决策树，然后使用caret::varImp计算变量重要性，但输出不合适。下面是我的代码和输出。

VarImpModel <- rpart(Final_Churn_Flag~.,data=InputData, method = 'class')
varImp(VarImpModel)

               Overall
OnnetAmount   35354.00
TotalARPU     188.96940
Onnet_Fix_AR  144.85092
Age            2.59406

期望的输出 - 我想要的是：

               Overall
OnnetAmount   100.00
TotalARPU      88.96
Onnet_Fix_AR   44.85
Age            22.59

为什么它不受100？怎么做？

Answer 1

正如您已经在使用caret我建议您在caret::train内训练您的模型，因为这会为您提供更多选项（例如重新取样） - 以及作为一方效果，根据需要缩放变量重要性：

> m <- train(x = iris[,1:4], y = iris[,5], method = 'rpart', trControl = trainControl('repeatedcv', number = 10, repeats = 20))
> varImp(m)

rpart variable importance

             Overall
Petal.Width   100.00
Petal.Length   97.57
Sepal.Length   33.53
Sepal.Width     0.00

varImp函数未提供正确的输出

1 个答案: