如何在 R 中正确绘制 ICE？答案

【问题标题】：How to properly plot ICE in R?如何在 R 中正确绘制 ICE？
【发布时间】：2019-06-27 22:18:28
【问题描述】：

我想绘制个人条件期望 (ICE)，我有以下代码段：

library(caret)
library(gridExtra)
library(grid)
library(ggridges)
library(ggthemes)
library(iml)
library(partykit)
library(rpart)
library(tidyverse)

theme_set(theme_minimal())
set.seed(88)

kfolds <- 3

load_dataset <- function() {
  dataset <- read_csv("https://gist.githubusercontent.com/dmpe/bfe07a29c7fc1e3a70d0522956d8e4a9/raw/7ea71f7432302bb78e58348fede926142ade6992/pima-indians-diabetes.csv", col_names=FALSE)  %>%
    mutate(X9=as.factor(ifelse(X9== 1, "diabetes", "nondiabetes")))
  X = dataset[, 1:8]
  Y = dataset$X9
  return(list(dataset, X, Y))
}

compute_rf_model <- function(dataset) {
  index <- createDataPartition(dataset$X9,
                               p=0.8,
                               list=FALSE,
                               time=1)

  dataset_train <- dataset[index,]
  dataset_test <- dataset[-index,]

  fit_control <- trainControl(method="repeatedcv",
                              number=kfolds,
                              repeats=1,
                              classProbs=TRUE,
                              savePredictions=TRUE,
                              verboseIter=FALSE,
                              allowParallel=FALSE,
                              summaryFunction=defaultSummary)

  rf_model <- train(X9~.,
                    data=dataset_train,
                    method="rf",
                    preProcess=c("center","scale"),
                    trControl=fit_control,
                    metric="Accuracy",
                    verbose=FALSE)
  return(list(rf_model, dataset_train, dataset_test))
}


main <- function() {
  data <- load_dataset()
  dataset <- data[[1]]
  X <- data[[2]]
  Y <- data[[3]]

  rf_model_data <- compute_rf_model(dataset)
  rf_model <- rf_model_data[[1]]
  dataset_train <- rf_model_data[[2]]
  dataset_test <- rf_model_data[[3]]

  X <- dataset_train    %>%
    select(-X9) %>%
    as.data.frame()

  predictor <- Predictor$new(rf_model, data=X, y=dataset_train$X9)

  ice <- FeatureEffect$new(predictor, feature="X2", center.at=min(X$X2), method="pdp+ice")
  ice_plot_glucose <- ice$plot() + 
    scale_color_discrete(guide="none") +
    scale_y_continuous("Predicted Diabetes")
  ice <- FeatureEffect$new(predictor, feature="X4", center.at=min(X$X4), method="pdp+ice")
  ice_plot_insulin <- ice$plot() + 
    scale_color_discrete(guide="none") +
    scale_y_continuous("Predicted Diabetes")
  grid.arrange(ice_plot_glucose, ice_plot_insulin, ncol=1)

}

if (!interactive()) {
  main()
} else if (identical(environment(), globalenv())) {
  quit(status = main())
}

我最后收到的情节是这样的：

而且这个情节在网上的一些 ICE 情节中看起来并不那么漂亮，比如下面的这个：

任何想法为什么会发生这种情况？我相信我拥有的数据与上面帖子中显示的数据相似，至少在价值方面。

【问题讨论】：

请考虑减少问题中重现错误/不良行为并非绝对必要的元素。您尝试过什么来解决这个问题？
@PavoDive 我试图在这里提供最小的可重现问题。不知道为什么剧情会这样。
我得到了第一个情节，但随后我的 RStudio 会话中止了。（我正在运行 R 3.5.2，所以这可能取决于当前版本？）看起来行为是由这部分代码触发的：else if (identical(environment(), globalenv())) { quit(status = main())
@42- 你说的第一个情节是什么？有奇怪线条的那个？这就是我在运行代码时在 RStudio 中收到的内容，我使用的是 R 3.6.0。但结果应该看起来像最后一张图片，有很多黑线。
谢谢。是的，我的意思是带有奇怪线条的那个。我误解了与控制台的交互。没有崩溃，但 quit() 函数的行为类似于崩溃对话框。我想知道这是否是一个公开可用的数据集（除了你的要点）并记录在案？我认为这将是一组非常有用的代码，它的答案简短而甜美，如果他们有解释，结果会更有趣。也许从这里：kaggle.com/uciml/pima-indians-diabetes-database？

标签： r machine-learning ice

【解决方案1】：

问题在于预测器给出的是类标签而不是类概率。

变化

predictor <- Predictor$new(rf_model, data=X, y=dataset_train$X9)

到

predictor <- Predictor$new(rf_model, data=X, y=dataset_train$X9, type = "prob")

应该修复你的情节。

见these fixed PD plots

【讨论】：