使用Caret对R中的单个类的变量重要性

Question

我使用随机森林来预测班级。现在，我正在尝试绘制每个类的变量重要性图。我已经使用了下面的代码，但它没有为我提供varImp类智慧，它为我提供了整个模型。谁能帮帮我。

谢谢。

odFit = train(x = df_5[,-22], 
              y = df_5$`kpres$cluster`,
              ntree=20,method="rf",metric = "Accuracy",trControl = control,tuneGrid = tunegrid
              )
odFit

varImp(odFit)

Answer 1

只需在train函数中添加importance=TRUE，这与在randomForest包中添加importance(odFit)相同。

下面是一个可重复使用的示例：

library(caret)
data(iris)

control <- trainControl(method = "cv",10)
tunegrid <- expand.grid(mtry=2:ncol(iris)-1)
odFit = train(x = iris[,-5], 
              y = iris$Species,
              ntree=20,
              trControl = control,
              tuneGrid = tunegrid,
              importance=T
)
odFit

varImp(odFit)

这是输出

rf variable importance

  variables are sorted by maximum importance across the classes
             setosa versicolor virginica
Petal.Width   57.21     73.747    100.00
Petal.Length  61.90     79.981     77.49
Sepal.Length  20.01      2.867     40.47
Sepal.Width   20.01      0.000     15.73

您可以使用ggplot绘制变量重要性图

library(ggplot2)
vi <- varImp(odFit,scale=T)[[1]]
vi$var <-row.names(vi) 
vi <- reshape2::melt(vi)

ggplot(vi,aes(value,var,col=variable))+
  geom_point()+
  facet_wrap(~variable)

​

​