R - 解释随机森林的重要性

Question

作为独立研究项目的一部分，我正在使用 R 中的随机森林模型。我已经拟合了我的随机森林模型，并生成了每个预测变量对模型准确性的总体重要性。但是，为了在研究论文中解释我的结果，我需要了解变量对响应变量有正面影响还是负面影响。

有没有办法从随机森林模型中生成这些信息？ IE。我希望age 对发生手术并发症的可能性产生积极影响，但对骨关节炎的存在影响不大。

代码：

surgery.bagComp = randomForest(complication~ahrq_ccs+age+asa_status+bmi+baseline_cancer+baseline_cvd+baseline_dementia+baseline_diabetes+baseline_digestive+baseline_osteoart+baseline_psych+baseline_pulmonary,data=surgery,mtry=2,importance=T,cutoff=c(0.90,0.10)) #The cutoff is the probability for each group selection, probs of 10% or higher are classified as 'Complication' occurring

surgery.bagComp #Get stats for random forest model

imp=as.data.frame(importance(surgery.bagComp)) #Analyze the importance of each variable in the model
imp = cbind(vars=rownames(imp), imp)
imp = imp[order(imp$MeanDecreaseAccuracy),]
imp$vars = factor(imp$vars, levels=imp$vars)
dotchart(imp$MeanDecreaseAccuracy, imp$vars, 
         xlim=c(0,max(imp$MeanDecreaseAccuracy)), pch=16,xlab = "Mean Decrease Accuracy",main = "Complications - Variable Importance Plot",color="black")

重要性图：

任何人都可以提出任何建议/研究领域将不胜感激。

Answer 1

为了在研究论文中解释我的结果，我需要了解变量对响应变量有正面影响还是负面影响。

您需要执行“特征影响”分析，而不是“特征重要性”分析。

从算法上讲，它是关于遍历决策树数据结构并观察每次拆分对预测结果的影响。例如，考虑拆分“age

特征重要性可能会提示您要寻找哪些特征，但不能将其“转化”为特征影响。

以下文章可能会对您有所帮助：WHY did your model predict THAT? (Part 1 of 2) 和 WHY did your model predict THAT? (Part 2 of 2)。