randomForest和变量重要性错误？

我不明白的之间的差异rfobject$importance，并importance(rfobject)在MeanDecreaseAccuracy列。

例：

> 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
> 

我得到了不同的MeanDecreaseAccuracy值，但重要性变量（fit$importance和importance(fit)）的顺序相同：

1. 花瓣宽度

2. 花瓣长度

3. 萼片长度

4. 分隔宽度

但是在其他数据集中，我有时会得到不同的顺序。有人可以解释这里发生了什么吗？这可能是错误吗？

编辑（响应Martin O'Leary）

好的谢谢！我注意到了别的东西。

看一下rfcv()我注意到的功能：

impvar <- (1:p)[order(all.rf$importance[, 1], decreasing = TRUE)]

在此行中，我们选择第一列，all.rf$importance该列为我们提供了特定于类的（针对第一个因子）度量的顺序，该度量仅按平均准确性降低而计算。这并不总是与所有类别（MeanDecreaseAccuracy）上平均准确度降低的顺序相同。选择MeanDecreaseAccuracyor或MeanDecreaseGinicolumn更好，还是importance()对比例值使用-function 更好？因此，我们将具有按变量减少的重要性（在所有类别中）而不是仅针对第一类的可变重要性而排名的预测变量数量。

不，这不是错误。中给出的值fit$importance是未标度的，而由给出的值importance(fit)则以标准偏差（由给出fit$importanceSD）表示。这通常是更有意义的措施。如果需要“原始”值，可以使用importance(fit, scale=FALSE)。

通常，当提供了提取器功能时，依靠fit对象的内部细节是一个非常糟糕的主意。无法保证其中的内容fit$importance-它们可能会因版本而异，恕不另行通知。提供提取器功能时，应始终使用它。

编辑：是的，该行rfcv()确实看起来像一个错误，或者至少是意外的行为。实际上，这是一个很好的例子，说明了为什么您不应该依赖诸如之类的内容fit$importance。如果拟合的回归森林，第一列fit$importance是%IncMSE，折合importance(fit, type=1)。但是，这不适用于分类情况，在分类情况下，每个因子级别都有额外的列。