Ý nghĩa của trục y trong biểu đồ phụ thuộc một phần của Rừng ngẫu nhiên


11

Tôi đang sử dụng RandomForestgói R và bối rối về cách diễn giải các giá trị của trục Y trong các ô phụ thuộc một phần của chúng. Tài liệu trợ giúp nói rằng cốt truyện là một "mô tả đồ họa về hiệu ứng cận biên của một biến đối với xác suất của lớp." Tuy nhiên, tôi vẫn bối rối không biết chính xác trục y đại diện cho cái gì.

  • Đặc biệt, các giá trị âm có nghĩa là gì?
  • Điều đó có nghĩa gì khi có ảnh hưởng tiêu cực đến việc dự đoán chính xác lớp học?
  • Và tính năng quan trọng nhất từ ​​những con số này là gì, nó có phải là giá trị tối đa, hình dạng của xu hướng vv?
  • Bạn có thể so sánh các ô một phần với các ô một phần của các biến khác không?
  • Làm thế nào các lô này có thể so sánh với các đường cong phản ứng được tạo trong Maxent (một phần mềm mô hình phân phối)?

Một số ví dụ về các ô phụ thuộc một phần

Câu trả lời:


7

Trả lời hai cái này trước:

Đặc biệt, các giá trị âm có nghĩa là gì? Điều đó có nghĩa gì khi có ảnh hưởng tiêu cực đến việc dự đoán chính xác lớp học?

Nếu bạn nhìn vào định nghĩa về cách tính toán một phần của biểu đồ trong tài liệu gói Rừng ngẫu nhiên , thì các ô đó thể hiện sự đóng góp logit tương đối của biến vào xác suất lớp theo quan điểm của mô hình. Nói cách khác, các giá trị âm (trong trục y) có nghĩa là lớp dương ít có khả năng cho giá trị đó của biến độc lập (trục x) theo mô hình. Các giá trị dương tương tự có nghĩa là lớp dương có nhiều khả năng cho giá trị đó của biến độc lập theo mô hình. Rõ ràng, số 0 ngụ ý không có tác động trung bình đến xác suất lớp theo mô hình.

Và tính năng quan trọng nhất từ ​​những con số này là gì, nó có phải là giá trị tối đa, hình dạng của xu hướng vv?

nhiều cách tiếp cận khác nhau để xác định tầm quan trọng của tính năng và giá trị tuyệt đối tối đa chỉ là một biện pháp đơn giản. Thông thường, mọi người nhìn vào hình dạng của các ô một phần để thu thập sự hiểu biết về những gì mô hình đang gợi ý về mối quan hệ từ các biến đến nhãn lớp.

Bạn có thể so sánh các ô một phần với các ô một phần của các biến khác không?

Câu trả lời cho điều này là ít màu đen và trắng. Bạn có thể chắc chắn nhìn vào phạm vi của trục y cho từng ô; Nếu sự phụ thuộc một phần vào một biến gần bằng 0 cho toàn bộ phạm vi của biến, điều đó cho bạn biết rằng mô hình không có bất kỳ mối quan hệ nào từ biến đến nhãn lớp. Quay lại câu hỏi của bạn, phạm vi càng lớn, ảnh hưởng tổng thể càng mạnh nên theo nghĩa này chúng có thể được so sánh.

Tôi không có kinh nghiệm với Maxent.


Nói mô hình dành cho phân loại 2 lớp, làm thế nào để xác định lớp nào là lớp dương và lớp nào là âm?
Kumar Vaibhav

Đó là một câu hỏi hay, bạn sẽ phải thử nghiệm và xem. Tài liệu nói ở trang 17 ở đây rằng nếu ylà một yếu tố thì nó giả sử đó là một vấn đề phân loại. Tuy nhiên, nó không cho biết yếu tố nào sẽ ánh xạ tới lớp tích cực hoặc lớp phủ định. Tôi hy vọng rằng 1 hoặc đúng được ánh xạ tới lớp dương và 0, -1 hoặc sai được ánh xạ tới lớp phủ định, nhưng tôi sẽ không chấp nhận điều đó trong R.
Chris A.

có một which.classđối số partialPlotvà nó mặc định ở cấp độ đầu tiên của yếu tố y. Vì vậy, nếu mức độ đầu tiên ylà trường hợp tiêu cực, thì partialPlotsẽ dự đoán các trường hợp tiêu cực, có thể không phải là điều người ta mong đợi.
qoheleth
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.