从随机森林构建的偏相关图中提取绘图数据
从随机森林构建的偏相关图中提取绘图数据
提问于 2019-02-05 01:32:57
我已经从我的随机森林中为一个预测器构建了一个部分依赖图。我想提取用于构建图的数据(特别是置信区间和预测值)，并在ggplot中重建它。如何访问用于绘制曲线图和置信度区间的数据？
下面是一些与我的代码类似的代码，其中包含一个包提供的数据集。
library(randomForest)
library(rfUtilities)
data(airquality)
airquality <- na.omit(airquality)
rf.ozone <- randomForest(y=airquality[,"Ozone"],
airquality[,2:ncol(airquality)])
rf.partial.ci(m=rf.ozone, x=airquality, yname="Ozone", xname="Temp", lci =
.025, uci=.975)
partial_P_data =rf.partial.ci(m=rf.ozone, x=airquality, yname="Ozone",
xname="Temp", lci = .025, uci=.975) # original attempt to locate data下面是默认图的样子
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-02-07 00:33:41
这是我在查看包源代码后找到的解决方案。它是对用于绘制绘图的函数的修改。
rf.data.ci <- function(m, x, yname, xname, lci=0.25, uci=0.75, delta=FALSE) {
if(!any(class(m) %in% c("randomForest","list"))) stop("m is not a
randomForest object")
if(m$type != "regression") stop("classification is not supported")
conf.int <-(uci-lci)*100
temp <- sort(x[, xname])
y.hat.mean <- vector()
y.hat.lb <- vector()
y.hat.ub <- vector()
y <- stats::predict(m, x)
for (i in 1:length(temp)){
x[, xname] <- temp[i]
y.hat <- stats::predict(m, x)
if (delta == TRUE){ y.hat <- y.hat - y }
y.hat.mean[i] <- stats::weighted.mean(y.hat)
y.hat.lb[i] <- stats::quantile(y.hat, lci)
y.hat.ub[i] <- stats::quantile(y.hat, uci)
}
m.ci <- as.data.frame(cbind(temp, y.hat.mean, y.hat.lb, y.hat.ub))
}# creates data_set CI and predictions for partial dependcy plots, based on
rfutilities在这个函数中可能还有一些不必要的垃圾，但它将重现用于绘制绘图的数据。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54521395
复制相关文章
相似问题
腾讯云开发者
