【发布时间】:2020-07-20 21:17:24
【问题描述】:
我在 R 中使用 mlr3 包训练和测试了一个决策树分类器:
pred_probability = learner_DT$train(task_train)$predict(task_test)
如何从这个模型中获得变量重要性?我试过learner_DT$importance(),但结果是named numeric(0)
感谢任何帮助。
【问题讨论】:
标签: r decision-tree mlr3
我在 R 中使用 mlr3 包训练和测试了一个决策树分类器:
pred_probability = learner_DT$train(task_train)$predict(task_test)
如何从这个模型中获得变量重要性?我试过learner_DT$importance(),但结果是named numeric(0)
感谢任何帮助。
【问题讨论】:
标签: r decision-tree mlr3
您的代码看起来正确(您无需调用$predict() 即可了解重要性,但这并没有什么坏处)。 rpart.object 的文档说明:
variable.importance:一个命名的数字向量,给出每个的重要性 多变的。 (仅在有裂痕时出现。)打印时 通过“summary.rpart”,这些被重新调整为 100。
因此,您可能已经安装了一棵没有分裂的树(您应该在learner_DT$model 的打印输出中看到这一点)。
【讨论】: