如何使用R中的Tidymodels从LM计算重要性？

Question

我正在尝试使用tidymodels计算线性模型上的变量重要性。据我所知，在使用tidymodels时，vip包用于提取重要性。例如，如果我想从随机森林tidymodels模型中提取重要性，我将执行以下操作：

library(tidymodels)

aq <- na.omit(airquality)

model_rf <-
  rand_forest(
    mode = "regression"
  ) %>%
  set_engine("ranger",
             importance = "permutation"
  ) %>%
  fit(Ozone ~ ., data = aq)

# variable importance
vip:::vi(model_rf)

这将返回重要性。但是，如果我使用线性模型尝试类似的操作，它会抛出一个错误。例如：

# create model fit
lm_aq_model <- linear_reg() %>%
  set_engine("lm")

lm_fit <- lm_aq_model %>%
  fit(Ozone ~ ., data = aq)


vip:::vi(lm_aq_model, method = "permute", target = "Ozone",
    metric = "rsquared",  pred_wrapper = predict)
> Error in match.call(f, call = mcall) : invalid 'call' argument

我在这里做错了什么？如果我尝试：

aqLM <- lm(Ozone~., data = aq)
vip::vi(aqLM, method = "permute", target = "Ozone",
    metric = "rsquared",  pred_wrapper = predict)

这行得通..。为什么我不能让它与tidymodels一起工作

另外，这是在使用tidymodels时实际提取重要性的首选方法吗？有没有一个通用的整洁模型函数可以用来代替vip::vi(model_fit)

谢谢

Answer 1

看起来你给了它错误的东西，为什么不给它一个合适的呢？这就是RF示例所做的事情。

vip:::vi(lm_fit, method = "permute", target = "Ozone",
metric = "rsquared",  pred_wrapper = predict)