web-dev-qa-db-ja.com

キャレットパッケージを使用した変数の重要度（エラー）。 RandomForestアルゴリズム

私は何らかの方法でrfモデルの変数の重要性を取得しようとしています。これは私がこれまでに試したアプローチですが、別の提案を歓迎します。

私はRでモデルをトレーニングしました：

require(caret)
require(randomForest)
myControl = trainControl(method='cv',number=5,repeats=2,returnResamp='none')
model2 = train(increaseInAssessedLevel~., data=trainData, method = 'rf', trControl=myControl)

データセットはかなり大きいですが、モデルは正常に実行されます。その部分にアクセスして、次のようなコマンドを実行できます。

> model2[3]
$results
  mtry      RMSE  Rsquared      RMSESD RsquaredSD
1    2 0.1901304 0.3342449 0.004586902 0.05089500
2   61 0.1080164 0.6984240 0.006195397 0.04428158
3  120 0.1084201 0.6954841 0.007119253 0.04362755

しかし、次のエラーが発生します。

> varImp(model2)
Error in varImp[, "%IncMSE"] : subscript out of bounds

どうやらラッパーがあるはずですが、そうではないようです：（cf： http://www.inside-r.org/packages/cran/caret/docs/varImp ）

varImp.randomForest(model2)
Error: could not find function "varImp.randomForest"

しかし、これは特に奇妙です。

> traceback()
No traceback available 

> sessionInfo()
R version 3.0.1 (2013-05-16)
Platform: x86_64-redhat-linux-gnu (64-bit)

locale:
 [1] LC_CTYPE=en_GB.UTF-8       LC_NUMERIC=C              
 [3] LC_TIME=en_GB.UTF-8        LC_COLLATE=en_GB.UTF-8    
 [5] LC_MONETARY=en_GB.UTF-8    LC_MESSAGES=en_GB.UTF-8   
 [7] LC_PAPER=C                 LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=en_GB.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] parallel  stats     graphics  grDevices utils     datasets  methods  
[8] base     

other attached packages:
 [1] elasticnet_1.1     lars_1.2           klaR_0.6-9         MASS_7.3-26       
 [5] kernlab_0.9-18     nnet_7.3-6         randomForest_4.6-7 doMC_1.3.0        
 [9] iterators_1.0.6    caret_5.17-7       reshape2_1.2.2     plyr_1.8          
[13] lattice_0.20-15    foreach_1.4.1      cluster_1.14.4    

loaded via a namespace (and not attached):
[1] codetools_0.2-8 compiler_3.0.1  grid_3.0.1      stringr_0.6.2  
[5] tools_3.0.1
rrandom-forestr-caret
16
Jakub Langr

重要度スコアの計算には時間がかかる場合があり、trainが自動的にrandomForestを取得して作成することはありません。追加 importance = TRUEをtrain呼び出しに送信すると、機能するはずです。

マックス

33
topepo

これは、train()オブジェクトから取得したものが純粋なランダムフォレストモデルではなく、さまざまなオブジェクトのリスト（最終モデル自体と相互検証結果などを含む）であるためです。 ls(model2)でそれらを見ることができます。したがって、最終モデルを使用するには、varImp(model2$finalModel)を呼び出すだけです。

4
O_Devinyak