MLR 随机森林多标签获取特征重要性答案

【问题标题】：MLR random forest multi label get feature importanceMLR 随机森林多标签获取特征重要性
【发布时间】：2020-08-28 10:26:09
【问题描述】：

我正在使用 mlr 包中的 multilabel.randomForestSRC 学习器来解决多标签分类问题我想返回变量重要性

getFeatureImportance 函数返回此问题：

代码：

getFeatureImportance(mod)

错误：

Error in checkLearner(object$learner, props = "featimp") : 
Learner 'multilabel.randomForestSRC' must support properties 'featimp', but does not support featimp'

【问题讨论】：

欢迎来到 SO。请使您的问题可重现：以对象的形式包含一个最小数据集，例如，如果数据框为 df minimal reproducible example 和How to Ask
正如错误告诉你的那样。对于multilabel.randomForestSRC，mlr 中没有提取特征重要性的方法。

标签： r multilabel-classification mlr

【解决方案1】：

您可以使用randomForestSRC::vimp 提取变量重要性，使用来自here 的示例：

library(mlr)
yeast = getTaskData(yeast.task)
labels = colnames(yeast)[1:14]
yeast.task = makeMultilabelTask(id = "multi", data = yeast, target = labels)
lrn.rfsrc = makeLearner("multilabel.randomForestSRC")
mod2 = train(lrn.rfsrc, yeast.task)

vi =randomForestSRC::vimp(mod2$learner.model)
plot(vi,m.target ="label2")

【讨论】：