oobPermutedPredictorImportance
分类树的随机森林的预测重要度由袋外预测观察的排列估计
描述
小鬼= oobPermutedPredictorImportance (Mdl）Mdl．Mdl必须是一个ClassificationBaggedEnsemble模型对象。
输入参数
输出参数
例子
评估预测因素的重要性
加载census1994数据集。考虑一个模型，它根据一个人的年龄、工人阶级、教育水平、婚姻状况、种族、性别、资本损益和每周工作时间来预测一个人的收入类别。
负载census1994X = adultdata (: {“年龄”，“workClass”，“education_num”，“marital_status”，“种族”，．..“性”，“capital_gain”，“capital_loss”，“hours_per_week”，“工资”}）;
您可以使用整个数据集训练一个由50棵分类树组成的随机森林。
Mdl = fitcensemble (X,“工资”，“方法”，“包”，“NumLearningCycles”, 50);
fitcensemble使用默认的模板树对象templateTree ()作为一个弱学习者“方法”是“包”．在本例中，为了再现性，请指定“重现”,真的当你创建一个树模板对象，然后使用对象作为弱学习器。
rng (“默认”）%的再现性t = templateTree (“复制”,真正的);%用于随机预测器选择的重现性Mdl = fitcensemble (X,“工资”，“方法”，“包”，“NumLearningCycles”, 50岁,“学习者”t);
Mdl是一个ClassificationBaggedEnsemble模型。
通过排列出包外的观察来估计预测器的重要性。用条形图比较估计值。
小鬼= oobPermutedPredictorImportance (Mdl);图;酒吧(imp);标题(“out - bag perised Predictor Importance Estimates”）;ylabel (“估计”）;包含(“预测”）;甘氨胆酸h =;h.XTickLabel = Mdl.PredictorNames;h.XTickLabelRotation = 45;h.TickLabelInterpreter =“没有”；
小鬼是预测器重要性估计的1 × 9向量。较大的值表示对预测有较大影响的预测器。在这种情况下,marital_status最重要的预测因素是什么capital_gain．
使用并行计算的预测器重要性的无偏估计
加载census1994数据集。考虑一个模型，它根据一个人的年龄、工人阶级、教育水平、婚姻状况、种族、性别、资本损益和每周工作时间来预测一个人的收入类别。
负载census1994X = adultdata (: {“年龄”，“workClass”，“education_num”，“marital_status”，“种族”，．..“性”，“capital_gain”，“capital_loss”，“hours_per_week”，“工资”}）;
使用的类别变量中显示类别的数目总结．
总结(X)
变量:年龄:32561×1 double值:Min 17中位数37 Max 90工作阶级:32561×1分类值:联邦政府960地方政府2093从未工作过7私人22696 Self-emp-inc 1116 Self-emp-not-inc 2541州政府1298没有支付14 NumMissing 1836教育_num: 32561×1 double值:Min 1中位数10 Max 16婚姻状态:32561×1分类值:4443 Married-AF-spouse 23 Married-civ-spouse 14976年离婚Married-spouse-absent 418未婚10683分离1025 993年丧偶的种族:32561×1分类值:Amer-Indian-Eskimo 311 Asian-Pac-Islander 1039黑3124其他271白27816性:32561×1分类值:女21790 10771名男性capital_gain:32561×1 double Values: Min 0中位数0 Max 99999 capital_loss: 32561×1 double Values: Min 0中位数0 Max 4356 hours_per_week: 32561×1 double Values: Min 1中位数40 Max 99 salary: 32561×1 categoryvalues: <=50K 24720 >50K 7841
由于与连续变量的水平相比，在分类变量中所代表的类别很少，因此标准的CART、预测器分割算法更喜欢分割连续预测器而不是分类变量。
使用整个数据集训练50棵分类树的随机森林。要种植无偏的树，指定使用曲率测试的分裂预测器。由于数据中缺少值，请指定代理拆分的用法。为了重现随机的预测器选择，使用rng并指定“重现”,真的．
rng (“默认”）%的再现性t = templateTree (“PredictorSelection”，“弯曲”，“代孕”，“上”，．..“复制”,真正的);%用于随机预测器选择的重现性Mdl = fitcensemble (X,“工资”，“方法”，“包”，“NumLearningCycles”, 50岁,．..“学习者”t);
通过排列出包外的观察来估计预测器的重要性。并行执行计算。
选择= statset (“UseParallel”,真正的);小鬼= oobPermutedPredictorImportance (Mdl,“选项”、选择);
使用“local”配置文件启动并行池(parpool)…连接到并行池(工作人员数量:6)。
用条形图比较估计值。
图酒吧(imp)标题(“out - bag perised Predictor Importance Estimates”) ylabel (“估计”)包含(“预测”) h = gca;h.XTickLabel = Mdl.PredictorNames;h.XTickLabelRotation = 45;h.TickLabelInterpreter =“没有”；
在这种情况下,capital_gain最重要的预测因素是什么martial_status．将这些结果与评估预测因素的重要性．
更多关于
提示
当种植随机森林使用fitcensemble：
标准CART倾向于选择包含许多不同值(如连续变量)的分离预测因子，而不是包含很少不同值(如分类变量)的分离预测因子［3］．如果预测器数据集是异构的，或者如果有比其他变量具有相对较少的不同值的预测器，那么考虑指定曲率或交互测试。
使用标准CART生长的树木对预测变量相互作用不敏感。此外，与交互测试的应用相比，在存在许多无关的预测因子时，这种树不太可能识别出重要的变量。因此，为了解释预测变量之间的交互作用，并在存在许多不相关变量的情况下识别重要变量，指定交互作用检验［2］．
如果训练数据包含许多预测器，而您想要分析预测器的重要性，那么请指定
“NumVariablesToSample”的templateTree函数作为“所有”对于合奏的树型学习者。否则，软件可能不会选择一些预测因子，低估它们的重要性。
有关详细信息，请参见templateTree和选择分裂预测器选择技术．
参考文献
[1] Breiman, L.， J. Friedman, R. Olshen, C. Stone。分类与回归树．佛罗里达州博卡拉顿:CRC出版社，1984。
[2] Loh, W.Y.， <具有无偏变量选择和交互检测的回归树>Statistica中央研究院， 2002年第12卷，第361-386页。
Loh w.y y and Y.S. Shih分类树的分裂选择方法Statistica中央研究院， 1997年第7卷，第815-840页。
扩展功能
你也可以从以下列表中选择一个网站:
