r - 如何使用 R 在随机森林中生成决策 TreeMap 和变量重要性图？

Question

我是数据科学新手，正在使用随机森林算法进行机器学习分析来执行分类。我的数据集中的目标变量称为损耗(是/否)。

我对如何在随机森林中生成这两个图感到有点困惑:

(1) Feature Importance Plot

(2) Decision Tree Plot

据我所知，随机森林是数据集中多个决策树模型的集合。

假设我的训练数据集名为 TrainDf，我的测试数据集名为 TestDf，我如何在 R 中创建这两个图？

更新:从这两篇文章来看，它们似乎无法完成，或者我在这里遗漏了一些东西？ Why is Random Forest with a single tree much better than a Decision Tree classifier?

How would you interpret an ensemble tree model?

Answer 1

要绘制变量重要性，您可以使用以下代码。

mtcars.rf <- randomForest(am ~ ., data=mtcars, ntree=1000, keep.forest=FALSE,
                      importance=TRUE)
varImpPlot(mtcars.rf)