在randomForests包中，“LocalImp‘”参数到底是做什么的？

Question

有人能用相对简单的英语解释localImp参数在randomForest包中的作用吗？

randomForest文档将此参数描述为：

应计算案例重要性度量吗？(将此设置为TRUE将覆盖重要性。)

它还说，它产生了：

包含案例重要性测度的p乘n矩阵，其中的i，j元是第j种情况下第一变量的重要性。空如果localImp=FALSE

有人能解释清楚这意味着什么吗?或者在论文的方向上，他们会详细讨论这个参数。

谢谢

Answer 1

randomForest包或多或少是Leo和Adel编写的fortran代码的包装器。布雷曼是加州大学伯克利分校的统计学教授，他去世后，他们保存了他的网站。

这是一个惊人的资源：

https://www.stat.berkeley.edu/~breiman/RandomForests/

在这个网站上，他们在分类页上提到了以下几点：

对于每一种情况，考虑所有的树，它是oob。从未触及的oob数据中正确类别的得票率中减去变量m-置换oob数据中正确类的得票率。对于这种情况，这是变量m的局部重要性评分。

所以，为了观察我，把所有没有在我身上训练的树拿出来，因为它不是在引导中选择的。现在，考虑变量m.对不包含i的每一棵树的左出(oob)观测值，计算出这些树的平均出袋精度。在不改变变量m值的情况下，计算出这些树的包外精度，从非置换oob精度中减去置换m精度的平均值，给出了(i，m)局部重要度测度。

Answer 2

Localimp (局部重要性)在特定个体分类(localImp=TRUE)中设置每个变量的重要性，这样您就可以看到每个特性对每一行的输出有多大的影响。

你可以读到：了解随机树木在森林中的重要作用

也是随机森林向导