如何使用 R 插入符号 package 计算每个 class 的变量重要性？

Question

当我 output 变量重要性在 model （rf）时，我使用了下面的代码（ rfmodel_all是我的模型）。

importance(rfmodel_all[11][[1]])
varImp(rfmodel_all)

虽然我得到了下面的结果，但每个 class 中变量重要性的两个值都是不同的。 每个 class 的值是什么意思？

importance(rfmodel_all[11][[1]])

                        F1         F2         F3        F4       F5
 dem5m_field2   10.2504042  6.9464506  3.1169946 13.394995 17.52028

 ah             -2.5141337 -3.9860137  3.1314217 11.585716 13.33464

varImp(rfmodel_all)

rf 变量重要性，

变量按类中的最大重要性排序

                    F1     F2     F3    F4     F5
 vd             72.436 98.173 54.284 91.48 100.00

 twi            10.412  8.235 22.369 92.55  82.67

如果你知道的话，请告诉我一些关于这种解释的参考资料。

谢谢你。

Answer 1

varImp() function 基本上使用 randomForest() 中的importance() randomForest()并将它们从 0-100 缩放，并重新排列它们，就像你已经注意到的那样。 要获得相同的结果，您可以执行varImp(..,scale=FALSE) ，例如：

set.seed(111)
mdl = train(Species ~ .,data=iris,
trControl=trainControl(method="cv"),importance=TRUE)

importance(mdl$finalModel)[,1:3]
               setosa versicolor virginica
Sepal.Length  5.69594   6.452202  6.661104
Sepal.Width   4.46492   1.171534  4.245839
Petal.Length 22.52265  32.843039 27.864307
Petal.Width  22.11490  33.060450 31.897033

varImp(mdl,scale=FALSE)
rf variable importance

  variables are sorted by maximum importance across the classes
             setosa versicolor virginica
Petal.Width  22.115     33.060    31.897
Petal.Length 22.523     32.843    27.864
Sepal.Length  5.696      6.452     6.661
Sepal.Width   4.465      1.172     4.246

重要性分数基本上是通过排列和重新计算OOB样本中准确性的变化来获得的。 请参阅随机森林页面。 这是对变量在正确预测每个 class 中的有用性的粗略衡量。