随机森林(rfsrc 包): multivariate analysis

Question

我正在尝试评估 child 产品促销之间的互动。
我的数据集包含 1073 个二元变量( x )和 11 个相关变量( y )。我正在使用 rfsrc来自 randomForestSRC R中的包。

fit2=rfsrc(Multivar(y1,y2,y3,y4,y5,y6,y7,y8,y9,y10,y11) ~.,data = data3, importance =TRUE)
err <- get.mv.error(fit2)
err
vmp.std <- get.mv.vimp(fit2, standardize = TRUE)
plot(fit2)

为什么，默认情况下，R 只给我 y1作为回应？

                         Sample size: 602
                     Number of trees: 1000
           Forest terminal node size: 5
       Average no. of terminal nodes: 179.484
No. of variables tried at each split: 358
              Total no. of variables: 1073
              Total no. of responses: 11
         User has requested response: y1
       Resampling used to grow trees: swr
    Resample size used to grow trees: 602
                            Analysis: mRF-R
                              Family: regr+
                      Splitting rule: mv.mse *random*
       Number of random split points: 10
                % variance explained: 53.03
                          Error rate: 0.4

有一些命令可以绘制一些信息吗？

Answer 1

如果你看plot.variable.rfsrc.R的源代码调用它来绘制您的 randomForestSRC 对象，默认为 m.target是 NULL并将其提供给另一个函数 get.univariate.target这将采用第一个变量。如果要绘制其他变量，请指定 m.target=...

library(mlr)
library(randomForestSRC)

yeast = getTaskData(yeast.task)
data = yeast[,c(1:3,15:100)]
head(data)
fit = rfsrc(Multivar(label1,label2,label3) ~.,data = data, importance =TRUE)

plot(fit,m.target="label2")

plot(fit,m.target="label3")