对于r的随机森林图

Question

我是h2o的新手，我在r上遇到这个包的问题。 我正在使用一个训练和测试集5100和2300 obs分别有18917个变量和一个二进制目标（0,1） 我跑了一个随机的森林：

train_h20<-as.h2o(train)
test_h20<-as.h2o(test)

forest <- h2o.randomForest(x = Words,
                           y = 18918,
                           training_frame = train_h20,
                           ntree = 250,
                           validation = test_h20,
                           seed = 8675309)

我知道我可以得到logloss或mse或......的图形作为树木变化的数量 但有没有办法绘制模型本身的图像。我的意思是用于最终预测的最终整体树？

另外，另一个问题，在randomForest包中我可以使用varImp函数返回我，以及绝对重要性，特定于类的度量（计算为精确度的平均降低），i被解释为变量重要性的类相对度量。

varImp矩阵，randomForest包：

在h2o包中我只找到绝对重要性度量，是否有类似的东西？

Answer 1

R中随机森林的末尾没有最终树，包含randomForest包。为了做出最终的预测，随机森林使用投票方法。投票意味着，对于任何数据： 例如0;

树的

，将数据预测为类0 /森林中树的总数

对于1级，它与0级相同;

树的

，用于将数据预测为类别1 /林中树木总数

但是你可以使用ctree。 库（“方”） x＆lt; - ctree（Class~。，data = data） 积（x）的