Ich verstehe den Unterschied zwischen rfobject$importance
und importance(rfobject)
in der Spalte MeanDecreaseAccuracy nicht.
Beispiel:
> data("iris")
> fit <- randomForest(Species~., data=iris, importance=TRUE)
> fit$importance
setosa versicolor virginica MeanDecreaseAccuracy MeanDecreaseGini
Sepal.Length 0.027078501 0.019418330 0.040497602 0.02898837 9.173648
Sepal.Width 0.008553449 0.001962036 0.006951771 0.00575489 2.472105
Petal.Length 0.313303381 0.291818815 0.280981959 0.29216790 41.284869
Petal.Width 0.349686983 0.318527008 0.270975757 0.31054451 46.323415
> importance(fit)
setosa versicolor virginica MeanDecreaseAccuracy MeanDecreaseGini
Sepal.Length 1.277324 1.632586 1.758101 1.2233029 9.173648
Sepal.Width 1.007943 0.252736 1.014141 0.6293145 2.472105
Petal.Length 3.685513 4.434083 4.133621 2.5139980 41.284869
Petal.Width 3.896375 4.421567 4.385642 2.5371353 46.323415
>
Ich erhalte verschiedene MeanDecreaseAccuracy-Werte, habe aber die gleiche Reihenfolge für die Wichtigkeitsvariablen (sowohl für fit$importance
als auch für importance(fit)
):
Blütenblatt. Breite
Blütenblatt.Länge
Sepal.Length
Sepal.Width
Aber in anderen Datensätzen bekomme ich manchmal andere Bestellungen. Kann jemand erklären, was hier passiert? Ist das möglicherweise ein Fehler?
Bearbeiten (als Antwort auf Martin O'Leary )
Okay danke! Mir ist noch etwas aufgefallen.
Bei einem Blick auf die rfcv()
Funktion bemerkte ich die Zeile:
impvar <- (1:p)[order(all.rf$importance[, 1], decreasing = TRUE)]
Mit dieser Zeile wählen wir die erste Spalte aus, in all.rf$importance
der die Reihenfolge der klassenspezifischen (für den ersten Faktor ) Maße angegeben ist, die nur als mittlere Abnahme der Genauigkeit berechnet werden. Dies hat nicht immer die gleiche Reihenfolge wie die mittlere Abnahme der Genauigkeit über alle Klassen ( MeanDecreaseAccuracy
). Wäre es nicht besser, die Wahl entweder die MeanDecreaseAccuracy
oder MeanDecreaseGini
Spalte, oder besser , die unter Verwendung von importance()
-function für die skalierten Werte? Wir hätten also eine sequentiell reduzierte Anzahl von Prädiktoren, die nach variabler Wichtigkeit (über alle Klassen) und nicht nur nach variabler Wichtigkeit für die erste Klasse geordnet sind.
quelle