r语言 - 随机森林的重要性-不同的%IncMSE在图和数据帧

Question

我需要一些帮助来理解r中可用的随机森林包中的重要功能。

运行随机森林(rf)后，可以用rf$importance访问重要性。然后返回的数据帧包含两个字段:%IncMSE和IncNodePurity。

两者都可以使用随机森林包中内置的varImpPlot()函数绘制。但是，绘制的%IncMSE值与使用前面提到的方法(rf$importance)访问的结果不对应。

让我用一个例子来解释这个问题:

data(mtcars)
rf<-randomForest(mpg~ .,data=mtcars,importance=T,mtry=3)
rf$importance
varImpPlot(rf)

最大%IncMSE值为9.91 (disp)，但在图上最大值约为14。用rf$importance访问的图上的所有其他值也不同。(注意IncNodePurity没有区别)

谁能解释一下这个?哪些值是正确的?

Answer 1

正如我在评论中指出的那样，它们不相同的原因是因为varImpPlot正在使用随机森林对象的importanceSD组件绘制缩放值。这可以使用scale参数来控制varImpPlot。