在随机森林中，较大的％IncMSE是更好还是更坏？

在R中建立一个（回归）随机森林模型后，该调用rf$importance为我提供了两个针对每个预测变量的度量，%IncMSE和IncNodePurity。%IncMSE值较小的预测变量%IncMSE比值较大的预测变量重要吗？

怎么样IncNodePurity？

％IncMSE是最可靠，最有用的方法。这是由于对变量j进行了排列（值随机混排）导致的预测mse的增加（用袋外CV估计）。

1. 生长回归森林。计算OOB-mse，将其命名为mse0。
2. 对于1到j var：置换列j的值，然后预测和计算OOB-mse（j）
3. 第j个的％IncMSE为（mse（j）-mse0）/ mse0 * 100％

数字越大，越重要

IncNodePurity与损耗函数有关，损耗函数是通过最佳分割来选择的。损失函数是mse用于回归，基尼杂质是用于分类。更有用的变量可实现节点纯度的更高提高，即找到一个具有较高节点间“方差”和较小节点内“方差”的拆分。IncNodePurity是有偏见的，仅在无法计算％IncMSE的额外计算时间时才应使用。由于只需要5〜25％的额外时间来计算％IncMSE，几乎不会发生这种情况。

类似的问答