Rasgele bir ormanda, daha büyük% IncMSE daha iyi veya daha kötü mü?

R'de (regresyon) rastgele bir orman modeli oluşturduktan sonra, çağrı rf$importancebana her bir tahmin değişkeni için iki ölçü sağlar %IncMSEve IncNodePurity. %IncMSEDaha küçük değerli yordayıcı değişkenlerin daha büyük %IncMSEdeğerli yordayıcı değişkenlerden daha önemli yorumlanması ?

Nasıl olur IncNodePurity?

IncMSE en sağlam ve bilgilendirici önlemdir. Değişken j'ye izin verildiği (değerler rastgele karıştırılmış) sonucu tahminlerin (çanta dışı CV ile tahmin edilen) mse'deki artıştır.

1. regresyon ormanı büyümek. OOB-mse hesaplayın, bu mse0 olarak adlandırın.
2. 1 ila j var için: j sütununun geçerli değerleri, daha sonra OOB-mse (j) değerini tahmin edin ve hesaplayın
3. J'th% IncMSE değeri (mse (j) -mse0) / mse0 * 100%

ne kadar yüksek olursa, o kadar önemli

IncNodePurity, en iyi bölünmelerle seçilen kayıp fonksiyonu ile ilgilidir. Kayıp fonksiyonu regresyon için mse ve sınıflandırma için gini-safsızlıktır. Daha faydalı değişkenler, düğüm saflıklarında daha yüksek artışlar elde eder, yani yüksek bir düğüm 'varyansı' ve küçük bir düğüm 'varyansı' olan bir bölünme bulmaktır. IncNodePurity önyargılıdır ve yalnızca% IncMSE değerini hesaplamak için ek hesaplama süresi kabul edilemez olduğunda kullanılmalıdır. % IncMSE değerinin hesaplanması yalnızca ~% 5-25 fazla zaman aldığından, bu neredeyse hiç olmazdı.

Benzer bir soru ve cevap