র্যান্ডমফোরস্ট এবং ভেরিয়েবল গুরুত্ব বাগ?

Question

আমি মিডনেক্রেজএকিউরসি কলামে rfobject$importanceএবং এর importance(rfobject)মধ্যে পার্থক্য পেতে পারি না ।

উদাহরণ:

> data("iris")
> fit <- randomForest(Species~., data=iris, importance=TRUE)
> fit$importance
                  setosa  versicolor   virginica MeanDecreaseAccuracy MeanDecreaseGini
Sepal.Length 0.027078501 0.019418330 0.040497602           0.02898837         9.173648
Sepal.Width  0.008553449 0.001962036 0.006951771           0.00575489         2.472105
Petal.Length 0.313303381 0.291818815 0.280981959           0.29216790        41.284869
Petal.Width  0.349686983 0.318527008 0.270975757           0.31054451        46.323415
> importance(fit)
               setosa versicolor virginica MeanDecreaseAccuracy MeanDecreaseGini
Sepal.Length 1.277324   1.632586  1.758101            1.2233029         9.173648
Sepal.Width  1.007943   0.252736  1.014141            0.6293145         2.472105
Petal.Length 3.685513   4.434083  4.133621            2.5139980        41.284869
Petal.Width  3.896375   4.421567  4.385642            2.5371353        46.323415
> 

আমি আলাদা আলাদা মিডিয়েনসিগ্র্যাসঅ্যাকসিটির মান পাই তবে ভ্যারিয়েবল ( fit$importanceসেইসাথে জন্য importance(fit)) গুরুত্বের জন্য একই ক্রম পাই :

1. Petal.Width

2. Petal.Length

3. Sepal.Length

4. Sepal.Width

তবে অন্যান্য ডেটাসেটে আমি মাঝে মাঝে বিভিন্ন অর্ডার পাই। এখানে কি ঘটছে তা কেউ ব্যাখ্যা করতে পারেন? এটি সম্ভবত কোনও বাগ?

---

সম্পাদনা করুন ( মার্টিন ও'লিয়ারির প্রতিক্রিয়ায় )

ঠিক আছে, ধন্যবাদ! আমি অন্য কিছু লক্ষ্য।

কটাক্ষপাত গ্রহণ rfcv()ফাংশন আমি লাইনে খেয়াল:

impvar <- (1:p)[order(all.rf$importance[, 1], decreasing = TRUE)]

এই রেখার সাথে আমরা প্রথম কলামটি বেছে নিই all.rf$importanceযার মধ্যে আমাদের ক্লাস-নির্দিষ্ট ( প্রথম ফ্যাক্টরের জন্য ) পরিমাপের ক্রম দেয় কেবলমাত্র নির্ভুলতার জন্য গড় বর্ণনা হিসাবে গণনা করা। এটি সর্বদা ক্লাস ( MeanDecreaseAccuracy) এর যথার্থতায় গড় ডেসক্রিজ হিসাবে একই ক্রম হয় না । এটি কলাম MeanDecreaseAccuracyবা MeanDecreaseGiniকলামটি বেছে নেওয়া বা importance()মাপানো মানগুলির জন্য ফাংশনটি আরও ভাল ব্যবহার করা ভাল না ? সুতরাং আমরা ভেরিয়েবলের গুরুত্ব অনুসারে (সমস্ত শ্রেণীর উপরের) এবং কেবল প্রথম শ্রেণীর জন্য পরিবর্তনশীল গুরুত্ব অনুসারে র‌্যাঙ্কিং করা অনুক্রমের সংখ্যা ক্রমান্বয়ে হ্রাস পেয়েছি।

Answer 1

না, এটি কোনও বাগ নয়। এতে প্রদত্ত মানগুলি fit$importanceআনসার্কড নয়, যখন প্রদত্ত মানগুলি importance(fit)স্ট্যান্ডার্ড বিচ্যুতিগুলির (যেমন প্রদত্ত fit$importanceSD) হিসাবে প্রকাশিত হয় । এটি সাধারণত আরও অর্থবোধক পদক্ষেপ। আপনি যদি "কাঁচা" মান চান তবে আপনি এটি ব্যবহার করতে পারেন importance(fit, scale=FALSE)।

সাধারণভাবে, কোনও এক্সট্রাক্টর ফাংশন সরবরাহ করার পরে কোনও ফিট অবজেক্টের অভ্যন্তরীণ বিশদগুলির উপর নির্ভর করা খুব খারাপ ধারণা। এর বিষয়বস্তু সম্পর্কে কোনও গ্যারান্টি নেই fit$importance- এগুলি বিজ্ঞপ্তি ছাড়াই সংস্করণ থেকে সংস্করণে মারাত্মকভাবে পরিবর্তিত হতে পারে। সরবরাহ করার সময় আপনার সর্বদা এক্সট্র্যাক্টর ফাংশনটি ব্যবহার করা উচিত।

---

সম্পাদনা: হ্যাঁ, লাইনটি rfcv()কোনও বাগের মতো দেখায় বা কমপক্ষে অনিচ্ছাকৃত আচরণ। আপনি কেন পছন্দসই বিষয়বস্তুর উপর নির্ভর করতে পারবেন না এটি এটির একটি দুর্দান্ত উদাহরণ fit$importance। হইয়া একটি রিগ্রেশন বন এর জন্য হলে, প্রথম কলামে fit$importanceহয় %IncMSE, এর সমতুল্য importance(fit, type=1)। তবে এটি শ্রেণিবদ্ধকরণ ক্ষেত্রে ধরে রাখে না, যেখানে প্রতিটি ফ্যাক্টর স্তরের জন্য আপনার কাছে অতিরিক্ত কলাম রয়েছে।