【发布时间】:2018-11-19 23:45:00
【问题描述】:
我正在使用 R 中的 Caret 包来训练二元分类问题的逻辑回归模型。我已经能够得到结果、准确性等,但我也想要变量的重要性(按重要性降序排列)。我使用了 varImp() 函数。但根据文档,重要性取决于类:
“对于大多数分类模型,每个预测变量对每个类都有一个单独的变量重要性(分类树、袋装树和提升树除外)。”
如何获得每个类的变量重要性?
谢谢
【问题讨论】:
标签: r logistic-regression r-caret
我正在使用 R 中的 Caret 包来训练二元分类问题的逻辑回归模型。我已经能够得到结果、准确性等,但我也想要变量的重要性(按重要性降序排列)。我使用了 varImp() 函数。但根据文档,重要性取决于类:
“对于大多数分类模型,每个预测变量对每个类都有一个单独的变量重要性(分类树、袋装树和提升树除外)。”
如何获得每个类的变量重要性?
谢谢
【问题讨论】:
标签: r logistic-regression r-caret
对于第一部分,你试过了吗:
round(importance(myModel$finalModel), 2)
按降序排列:
imp <- round(importance(myModel$finalModel), 2)
dfimp <- data.frame(feature = rownames(imp), MeanDecreaseGini = as.numeric(imp))
dfimp[order(dfimp$MeanDecreaseGini, decreasing = T),]
【讨论】: