Teilabhängigkeitsdiagramm, GBM multinomial

Question

Ich verwende das gbm- Paket, um ein Gradientenverstärkungsmodell mit multinomialer Familie zu erstellen. Ich habe Probleme beim Zeichnen und Interpretieren von Teilabhängigkeitsdiagrammen mit dieser Art von Modellen.

ein Beispiel:

library(gbm)
data(iris)
GBM.model = gbm(Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, data = iris,distribution = "multinomial")
plot.gbm(GBM.model, "Petal.Length")

Ich bekomme folgende Handlung:

Könnten Sie mir helfen, die Handlung zu verbessern und zu interpretieren? Ich denke, es sollte eine Zeile für jede Kategorie der Antwortvariablen geben, aber ich bin mir nicht sicher. Gibt es eine andere Möglichkeit, partielle Abhängigkeitsdiagramme für multinomiale GBM-Modelle zu erhalten? Ich würde mich über jede Hilfe freuen

Answer 1

Ich denke, es ist erwähnenswert, dass derzeit (September 2020) die gbmklare Warnung:Setting 'distribution = "multinomial"' is ill-advised as it is currently broken. It exists only for backwards compatibility. Use at your own risk.

In jedem Fall können wir ein partielles Abhängigkeitsdiagramm über das Paket erhalten pdp. Zum Beispiel : partial(GBM.model, "Petal.Length", n.trees=100, which.class = 2, plot = TRUE, prob = TRUE)). Bitte beachten Sie das which.classArgument. Wenn wir es nicht liefern, erhalten wir nur für Klasse 1 ( setosa).

Insofern können wir Ihnen anhand des von Ihnen angehängten Diagramms sagen, was mit dem (falsch) los ist gbm.plot. Die Funktion scheint alle drei klassenspezifischen partiellen Abhängigkeitsdiagramme im selben Diagramm dargestellt zu haben und das Ende jedes klassenspezifischen PDP mit dem Beginn des PDP der nächsten Klasse verbunden zu haben. Deshalb haben wir diese langen geraden Linien von (7, -10) bis (1,0) und dann von (-7, -2) bis (-3,1); Wir verbinden die PDPs. Schließlich beachten Sie bitte, dass es beim Zeichnen von PDPs zur Klassifizierung normalerweise informativer ist, die PDPs auf der Wahrscheinlichkeitsskala (dh der Antwortskala) zu zeichnen. Die (-10,10) -Skala der y-Achse entspricht dem Wert auf der logistischen Skala, und obwohl sie informativ ist, ist es weniger offensichtlich, welche Auswirkungen sie auf die endgültige Klassifizierung hat.