Zufällige Waldvariable Wichtigkeit Plot Diskrepanz?

Oct 27 2020

Ich verwende den folgenden Code, um ein Diagramm mit variabler Wichtigkeit von Random Forest zu erhalten:

statRF <- randomForest(formula = Trend ~ ., data = data[,features], sampsize=c(600,600,600),mtry=6, ntree=500, importance=TRUE)
varImpPlot(statRF, cex=1.2)

Wenn ich jedoch versuche, die mittlere Abnahme der Genauigkeit zu extrahieren, erhalte ich eine völlig andere variable Bedeutung

statRF$importance Decreasing Increasing No Trend MeanDecreaseAccuracy MeanDecreaseGini EcoRegion 0.005331568 0.002025101 6.025702e-05 0.0009792462 6.340508 Geology 0.009487879 0.004385796 4.427072e-03 0.0047468217 25.811581 Avg1980 0.068535362 0.026512398 6.766761e-03 0.0165637391 171.622158 Fire_Group 0.114414044 0.023774639 1.941874e-02 0.0269273991 52.122888 FLOW_SUM 0.009836593 0.009120500 5.692553e-03 0.0069617922 130.574740 MEAN_SLOPE 0.011427702 0.003421026 2.723633e-03 0.0034971800 134.810582 MEAN_ELEVATION 0.071074497 0.027537933 3.030051e-02 0.0321650097 167.462789 NEAR_DIST 0.018364729 0.004711747 9.081642e-04 0.0031616073 133.859939 Latitude 0.065935569 0.035386208 2.414563e-02 0.0301581377 176.920755 Longtitude 0.098719411 0.060942430 4.483657e-02 0.0530569867 200.474059 sort(statRF$importance[,4], decreasing=TRUE)
    Longtitude MEAN_ELEVATION       Latitude     Fire_Group        Avg1980       FLOW_SUM        Geology 
  0.0530569867   0.0321650097   0.0301581377   0.0269273991   0.0165637391   0.0069617922   0.0047468217 
    MEAN_SLOPE      NEAR_DIST      EcoRegion 
  0.0034971800   0.0031616073   0.0009792462

Insbesondere ist die Höhe jetzt die zweite "wichtigste" Variable anstelle der vierten und einiger anderer Schalter in der Position verschiedener Variablen.

Sie fragen sich, ob die varImpPlotFunktion etwas anderes als die Variable MeanDecreaseAccuracy aus dem zufälligen Gesamtstrukturmodell zeichnet? Wenn ja, wie erhalte ich diese Werte?

BEARBEITEN: Ich kann die MeanDecreaseAccuracy-Werte aus dem ersten Diagramm mit dem folgenden Code abrufen:

var.imp <- varImpPlot(statRF)
var.imp <- as.data.frame(var.imp)

var.imp
                  MeanDecreaseAccuracy MeanDecreaseGini
EcoRegion                  4.939973         6.340508
Geology                   16.326295        25.811581
Avg1980                   34.301641       171.622158
Fire_Group                49.419724        52.122888
FLOW_SUM                  18.991762       130.574740
MEAN_SLOPE                12.053575       134.810582
MEAN_ELEVATION            47.251207       167.462789
NEAR_DIST                 10.508457       133.859939
Latitude                  52.898975       176.920755
Longtitude                74.645221       200.474059

Ich bin mir aber immer noch nicht sicher, warum sich Umfang und Reihenfolge unterscheiden statRF$importance.

Antworten

2 StupidWolf Oct 27 2020 at 18:40

Die Variable Bedeutung in der letzten Handlung wird durch ihre Standardfehler skaliert, wenn Sie die überprüfen Hilfeseite für varImp Plot wird das Standardargument , scale=TRUEdie an die Funktion übergeben wird importance. Um die skalierten Werte wiederherzustellen, können Sie die folgende importance()Funktion verwenden: