1
我用gbm函数来实现梯度增强。我想分类。 之后,我使用varImp()函数在梯度增强建模中打印变量重要性。 但是......只有4个变量具有非零重要性。我的大数据中有371个变量......是不是? 这是我的代码和结果。如何在gbm函数中打印变量重要性?
>asd<-read.csv("bigdatafile.csv",header=TRUE)
>asd1<-gbm(TARGET~.,n.trees=50,distribution="adaboost", verbose=TRUE,interaction.depth = 1,data=asd)
Iter TrainDeviance ValidDeviance StepSize Improve
1 0.5840 nan 0.0010 0.0011
2 0.5829 nan 0.0010 0.0011
3 0.5817 nan 0.0010 0.0011
4 0.5806 nan 0.0010 0.0011
5 0.5795 nan 0.0010 0.0011
6 0.5783 nan 0.0010 0.0011
7 0.5772 nan 0.0010 0.0011
8 0.5761 nan 0.0010 0.0011
9 0.5750 nan 0.0010 0.0011
10 0.5738 nan 0.0010 0.0011
20 0.5629 nan 0.0010 0.0011
40 0.5421 nan 0.0010 0.0010
50 0.5321 nan 0.0010 0.0010
>varImp(asd1,numTrees = 50)
Overall
CA0000801 0.00000
AS0000138 0.00000
AS0000140 0.00000
A1 0.00000
PROFILE_CODE 0.00000
A2 0.00000
CB_thinfile2 0.00000
SP_thinfile2 0.00000
thinfile1 0.00000
EW0001901 0.00000
EW0020901 0.00000
EH0001801 0.00000
BS_Seg1_Score 0.00000
BS_Seg2_Score 0.00000
LA0000106 0.00000
EW0001903 0.00000
EW0002801 0.00000
EW0002902 0.00000
EW0002903 0.00000
EW0002904 0.00000
EW0002906 0.00000
LA0300104_SP 56.19052
ASMGRD2 2486.12715
MIX_GRD 2211.03780
P71010401_1 0.00000
PS0000265 0.00000
P11021100 0.00000
PE000.00000
有371个变量。所以在结果之上,我没有写其他变量。这一切都没有重要性。
TARGET是目标变量。我制作了50棵树。 TARGET变量有两个级别。所以我用了adaboost。
在我的代码中是否有错?有一些非零变量....
谢谢你的回复。
全部取决于数据,这里没有任何内容显示这可能不正确。数据中的四项功能可以正确分类目标。这就是为什么所有其他人都没有重要性。 – discipulus
我同意@discipulus。该模型选择这些变量来预测结果。您可以尝试调整超参数以查看变量重要性是否发生变化。如果您从数据中提取这4个变量,您可以强制模型考虑其他变量。如果你的目标是二进制,也许尝试“伯努利”或“二项式”分布。 – syebill