从 rpy2 随机森林对象中获取字段值答案

【问题标题】：Get field values from rpy2 Random Forest object从 rpy2 随机森林对象中获取字段值
【发布时间】：2015-03-04 06:46:34
【问题描述】：

我正在尝试使用 Python 运行 R 随机森林实现。我正在使用 rpy2 模块来轻松完成这项工作。这是一个随机生成数据的简单示例：

import numpy as np
from rpy2.robjects.numpy2ri import numpy2ri
from rpy2.robjects.packages import importr
from rpy2 import robjects as ro 

#create data
X np.random.rand(30,100)
#create y-values
y = np.random.randint(2, size=30)
X = numpy2ri(X)
y = ro.FactorVector(numpy2ri(y))
#build RF
model = rf.randomForest(X, y)

现在，如何从 python 访问模型的所有字段？如何获得错误率或变量重要性？在 r 中真的很简单：

model$importance[,"MeanDecreaseGini"]

如何使用 rpy2 做到这一点？您如何访问我的模型对象的所有字段？

【问题讨论】：

标签： python r random-forest rpy2

【解决方案1】：

您可以使用.rx 访问这些字段：

>>> model.rx('importance')[0]
  <Matrix - Python:0x1126137e8 / R:0x10a292290>
[0.259480, 0.076463, 0.240162, ..., 0.049585, 0.249498, 0.043696]

【讨论】：

谢谢。这让我只能访问值，我怎样才能得到一个两列矩阵，如 r，其中第一个表示特征，第二个表示值？

【解决方案2】：

使用 pandas，您可以分配列名，然后使用 rpy2 / R interface 将数据框转换为保留字段名称的 R 对象。

import pandas as pd
import rpy2.robjects as robjects
import pandas.rpy.common as com
import numpy as np
r = robjects.r

r.library("randomForest")

# generate a pandas dataframe with random numbers
df = pd.DataFrame(data=np.random.rand(100, 30), columns=["a{}".format(i) for i in range(30)])
df["b"] = np.random.randint(2, size=100)

# create r objects
X = com.convert_to_r_dataframe(df.drop("b", axis=1))
Y = robjects.FactorVector(df.b)

# build rf model
rf = r.randomForest(X, Y)

# print Mean Decrease Gini and Field names
print rf.rx("importance")
print r.dimnames(rf[8])

randomForest 4.6-7
Type rfNews() to see new features/changes/bug fixes.
$importance
    MeanDecreaseGini
a0          3.264841
a1          1.889741
a2          1.836287
a3          1.397774
a4          2.004300
a5          1.973436
a6          1.282584
a7          1.834799
a8          1.891645
a9          1.607779
a10         1.926996
a11         1.431277
a12         1.605571
a13         2.372562
a14         1.342930
a15         1.596201
a16         1.402425
a17         1.161261
a18         1.423914
a19         1.532494
a20         1.182701
a21         1.328816
a22         1.654255
a23         1.437174
a24         1.312123
a25         1.698160
a26         1.545838
a27         2.169778
a28         1.314767
a29         1.048250

...以及您在 R 中看到的字段名称

【讨论】：