RandomForest-MDS图解说明

我使用randomForest根据8个变量（不同的身体姿势和动作）对6种动物行为进行了分类（例如，站立，行走，游泳等）。

randomForest软件包中的MDSplot给我该输出，并且在解释结果时遇到问题。我对相同的数据进行了PCA，并且已经在PC1和PC2中的所有类之间实现了很好的分隔，但是在这里Dim1和Dim2似乎仅分隔了3种行为。这是否意味着这三种行为比所有其他行为的相异性更高（因此MDS会尝试在变量之间找到最大的相异性，但不一定要在第一步中找到所有变量）？这三个群集的位置（例如在Dim1和Dim2中）指示什么？由于我对RI不太熟悉，因此在该图上绘制图例也有困难（但是我知道不同颜色的含义），但是也许有人可以帮忙吗？非常感谢！！

我在RandomForest中添加使用ClassCenter函数绘制的图。此功能还使用接近矩阵（与MDS图相同）来绘制原型。但是仅仅从查看六个不同行为的数据点来看，我不明白为什么邻近矩阵会像这样绘制我的原型。我还尝试了虹膜数据的classcenter函数，并且可以正常工作。但是似乎不适用于我的数据...

这是我用于此情节的代码

be.rf <- randomForest(Behaviour~., data=be, prox=TRUE, importance=TRUE)
class1 <- classCenter(be[,-1], be[,1], be.rf$prox)
Protoplot <- plot(be[,4], be[,7], pch=21, xlab=names(be)[4], ylab=names(be)[7], bg=c("red", "green", "blue", "yellow", "turquoise", "orange") [as.numeric(factor(be$Behaviour))])
points(class1[,4], class1[,7], pch=21, cex=2, bg=c("red", "green", "blue", "yellow", "turquoise", "orange"))

我的课程专栏是第一列，其后是8个预测变量。我将两个最佳预测变量绘制为x和y。

MDSplot函数绘制接近矩阵的（PCA）。从randomForest的文档中，接近矩阵为：

输入之间的接近度矩阵（基于数据点对在同一终端节点中的频率）。

基于此描述，我们可以猜测不同图的含义。您似乎已指定k = 4，这意味着将接近矩阵分解为4个分量。对于该图矩阵中的每个条目（i，j），绘制的是沿维i的PCA分解与沿维j的PCA分解。

我对相同的数据进行了PCA，并且已经在PC1和PC2中的所有类之间实现了很好的分隔，但是在这里Dim1和Dim2似乎仅分隔了3种行为。这是否意味着这三种行为比所有其他行为的相异性更高（因此MDS会尝试在变量之间找到最大的相异性，但不一定要在第一步中找到所有变量）？

MDS只能基于randomForest的输出进行分析。如果期望更好的分离效果，则可能需要检查randomForest的分类性能。要记住的另一件事是，您的PCA正在从9维数据映射到2维，而MDS从NxN维接近矩阵映射到2维，其中N是数据点的数量。

这三个群集的位置（例如在Dim1和Dim2中）指示什么？

它只是告诉您这些群集彼此之间的距离（相对）。它是一种可视化工具，因此我不会对此进行过多解释。

由于我对RI不太熟悉，因此在该图上绘制图例也有困难（但是我知道不同颜色的含义），但是也许有人可以帮忙吗？

R的工作方式是无法事后绘制图例（与说Matlab的地方不同，该信息存储在图形对象中）。但是，查看MDSplot的代码，我们看到相关的代码块是：

palette <- if (require(RColorBrewer) && nlevs < 12) brewer.pal(nlevs, "Set1")

...

plot(rf.mds$points, col = palette[as.numeric(fac)], pch = pch, ...)

因此，颜色将从该调色板中获取，并按照您指定的顺序映射到各个级别（行为）。因此，如果要绘制图例：

legend(x,y,levels(fac),col=brewer.pal(nlevs, 'Set1'), pch=pch)

可能会工作。