我在了解该varImp
函数如何对带有caret
包的randomForest模型起作用时遇到了麻烦。在下面的示例中,功能var3使用插入符号varImp
函数的重要性为零,但基础的randomForest最终模型对功能var3的重要性为非零。为什么会这样呢?
require(randomForest)
require(caret)
rf <- train(x, y,
method = "rf",
trControl = trainControl(method = "oob"),
importance = TRUE,
verbose = TRUE,
tuneGrid = data.frame(mtry = num.predictors) )
fm <- rf$finalModel
> varImp(f)
rf variable importance
Overall
var1 100.00
var2 80.14
var3 0.00
> importance(fm)
%IncMSE IncNodePurity
var2 872.7935 40505276
var1 1021.4707 55682866
var3 273.0168 3078731
我设置了一个主持人标志b / c,这对于SO来说是不重要的。更适合CrossValidated.com
—
DWin