在插入符号中拟合随机森林模型后使用 partialPlot

Question

使用 train() 函数拟合 randomForest 后，我​​在调用 partialPlot() 和 plotmo() 时遇到问题。这是一些可重现的代码：

library(AER)
library(caret)

data(Mortgage)

fitControl <- trainControl(method = "repeatedcv"
                           ,number = 5
                           ,repeats = 10
                           ,allowParallel = TRUE)

library(doMC)

registerDoMC(cores=10)

Final.rfModel <- train(form=networth ~ ., data=Mortgage, method = "rf", metric='RMSE', trControl = fitControl, tuneLength=10, importance = TRUE)

#### partial plots fail
partialPlot(Final.rfModel$finalModel, Mortgage, "liquid")

library(plotmo)
plotmo(Final.rfModel$finalModel)

Answer 1

有些函数（包括randomForest 和train）处理虚拟变量的方式有些不一致。 R 中使用公式方法的大多数函数会将因子预测变量转换为虚拟变量，因为它们的模型需要数据的数字表示。例外情况是基于树和规则的模型（可以根据分类预测变量进行拆分）、朴素贝叶斯和其他一些模型。

所以randomForest 不会在您使用randomForest(y ~ ., data = dat) 时创建虚拟变量，但train（和大多数其他人）会使用train(y ~ ., data = dat) 之类的调用。

发生错误是因为rate、married 和其他一些预测变量是因素。 train 创建的虚拟变量名称不同，因此 partialPlot 找不到它们。

对train 使用非公式方法会将因子预测变量传递给randomForest，一切都会正常进行。

TL;DR

在这种情况下使用train 的非公式方法：

Final.rfModel <- train(form=networth ~ ., data=Mortgage, 
                       method = "rf", 
                       metric='RMSE', 
                       trControl = fitControl, 
                       tuneLength=10, 
                       importance = TRUE)

最大