从随机森林构建的部分依赖图中提取绘图数据答案

【问题标题】：Extract plotting data from Partial Dependence plot built from random forest从随机森林构建的部分依赖图中提取绘图数据
【发布时间】：2019-06-28 12:05:22
【问题描述】：

我已经为随机森林中的预测变量构建了一个部分依赖图。我想提取用于构建绘图的数据（特别是置信区间和预测值）并在 ggplot 中重建它。如何访问用于制作绘图和置信区间的数据？

这里有一些类似于我的代码，带有一个包提供的数据集。

library(randomForest)
library(rfUtilities)
data(airquality)
airquality <- na.omit(airquality)
rf.ozone <- randomForest(y=airquality[,"Ozone"], 
airquality[,2:ncol(airquality)])
rf.partial.ci(m=rf.ozone, x=airquality, yname="Ozone", xname="Temp", lci = 
.025, uci=.975)
partial_P_data  =rf.partial.ci(m=rf.ozone, x=airquality, yname="Ozone", 
xname="Temp", lci = .025, uci=.975) # original attempt to locate data

这是默认情节的样子

【问题讨论】：

标签： r random-forest confidence-interval

【解决方案1】：

这是我查看包源代码后找到的解决方案。它是用于制作绘图的函数的修改。

rf.data.ci <- function(m, x, yname, xname, lci=0.25, uci=0.75, delta=FALSE) {
if(!any(class(m) %in% c("randomForest","list"))) stop("m is not a 
randomForest object")
if(m$type != "regression") stop("classification is not supported")
conf.int <-(uci-lci)*100
temp <- sort(x[, xname])
y.hat.mean <- vector()
y.hat.lb <- vector()
y.hat.ub <- vector()
y <- stats::predict(m, x)
for (i in 1:length(temp)){
x[, xname] <- temp[i]
y.hat <- stats::predict(m, x)
if (delta == TRUE){ y.hat <- y.hat - y }
y.hat.mean[i] <- stats::weighted.mean(y.hat)
y.hat.lb[i] <- stats::quantile(y.hat, lci)
y.hat.ub[i] <- stats::quantile(y.hat, uci)
}
m.ci <- as.data.frame(cbind(temp, y.hat.mean, y.hat.lb, y.hat.ub))
}# creates data_set CI and predictions for partial dependcy plots, based on 
rfutilities

这个函数中可能还有一些不必要的垃圾，但它会重现用于制作情节的数据。

【讨论】：