Ich trainierte eine zufällige Gesamtstruktur mit caret
+ ranger
.Variable Bedeutung mit Ranger
fit <- train(
y ~ x1 + x2
,data = total_set
,method = "ranger"
,trControl = trainControl(method="cv", number = 5, allowParallel = TRUE, verbose = TRUE)
,tuneGrid = expand.grid(mtry = c(4,5,6))
,importance = 'impurity'
)
Jetzt möchte ich die Bedeutung von Variablen sehen. Doch keines dieser Arbeit:
> importance(fit)
Error in UseMethod("importance") : no applicable method for 'importance' applied to an object of class "c('train', 'train.formula')"
> fit$variable.importance
NULL
> fit$importance
NULL
> fit
Random Forest
217380 samples
32 predictors
No pre-processing
Resampling: Cross-Validated (5 fold)
Summary of sample sizes: 173904, 173904, 173904, 173904, 173904
Resampling results across tuning parameters:
mtry RMSE Rsquared
4 0.03640464 0.5378731
5 0.03645528 0.5366478
6 0.03651451 0.5352838
RMSE was used to select the optimal model using the smallest value.
The final value used for the model was mtry = 4.
Jede Idee, wenn & wie kann ich es bekommen?
Danke.
Yeah, ich habe es auch in der Zwischenzeit gefunden, indem ich in 'caret''s doc eintauchte. Danke für diese nützliche Methode, um Informationen zu finden! Es stellt sich heraus, dass 'varImp()' der Weg ist, eine variable Wichtigkeit für die meisten Modelle zu erhalten, die mit caret 'train()' trainiert werden. Hinweis für zukünftige Benutzer: Ich bin nicht 100% sicher und habe keine Zeit zu überprüfen, aber es scheint, dass es notwendig ist, Wichtigkeit = 'Unreinheit' zu haben (ich denke 'Wichtigkeit = 'Permutation' würde auch funktionieren) als Parameter in 'train()' übergeben, um 'varImp()' verwenden zu können. –
Noch ein Hinweis: Es scheint, dass, wenn Sie Ihr Modell mit 'Ranger' trainieren, aber ohne' Caret', dann wäre 'Wichtigkeit (Fit) 'der richtige Weg, variable Bedeutung zu bekommen. Wie oben, denke ich, dass der Parameter 'Wichtigkeit = 'Unreinheit' (oder 'Permutation') in' train() 'sein muss –
Seltsam, es funktioniert nicht für mich. Keine Wichtigkeitswerte verfügbar ... hmmm –