解释多项式逻辑回归的变量重要性-`nnet :: multinom()`和`caret :: varImp()`

时间:2020-02-04 15:11:29

标签: r r-caret multinomial nnet

我正在尝试计算和解释我使用{nnet} R包中的multinom()函数构建的多项式逻辑回归的变量重要性。我想衡量对结果变量有贡献的每个预测变量的变量重要性,{caret}的documentation说它的功能varImp()可以做到这一点。从表面上看,代码在生成一些重要值方面起作用,但是它没有做什么(我认为-在文档或函数本身中)是告诉我这些值是如何计算的或它们实际是什么。

这是我的一次尝试:

library(tidyverse)
library(nnet)
library(caret)

fit <- multinom(Species ~ ., data = iris) # fit model

varImp(fit)

这就是我得到的:

              Overall
Sepal.Length 13.38206
Sepal.Width  24.07817
Petal.Length 37.90455
Petal.Width  18.23298

我的问题是-这些数字是什么意思,或者我如何找出它们的含义? (我已经尝试过打包文档)是否有其他方法可以估算相对变量的重要性?

谢谢!

0 个答案:

没有答案