随机森林特征重要性计算_R语言随机森林模型中具有相关特征的变量重要性

原文链接：

http://tecdat.cn/?p=13546​tecdat.cn

---

变量重要性图是查看模型中哪些变量有趣的好工具。由于我们通常在随机森林中使用它，因此它看起来非常适合非常大的数据集。大型数据集的问题在于许多特征是“相关的”，在这种情况下，很难比较可变重要性图的值的解释。例如，考虑一个非常简单的线性模型

在这里，我们使用一个随机森林的特征之间的关系模型，但实际上，我们考虑另一个特点-不用于产生数据-

，即相关

。我们考虑这三个特征的随机森林

。

为了获得更可靠的结果，我生成了100个大小为1,000的数据集。

1. 
   library(mnormt)
4. 
   RF=randomForest(Y~.,data=db)
6. 
   plot(C,VI[1,],type="l",col="red")
7. 
   lines(C,VI[2,],col="blue")
8. 
   lines(C,VI[3,],col="purple")

顶部的紫色线是的可变重要性值

，该值相当稳定（作为一阶近似值，几乎恒定）。红线是的变量重要