Matlab 什么是随机森林中的置换VardeltaError？

在MATLAB中，

TreeBagger

类提供了一个属性

PermutedVarDeltaError

来度量变量的重要性。我已经多次阅读了提供的定义：

对于任何变量，如果 该变量的

值在观测值中排列

。 对每棵树计算此度量，然后对整个树进行平均 集合并除以整个集合的标准偏差 合奏

---

我很难理解该变量的

值在观察值中的排列部分

。有人能给我解释一下吗？

想象一下，你有一个包含N个变量和M个观测值的数据集，然后你在上面训练一个模型（它不一定非得是一个

树形记录器

）

现在，假设您只取一个变量，然后随机重新排序（排列）它的所有M值，同时保持数据集的其余部分的顺序相同。你重新训练模型

如果新模型的精度突然下降（即其误差有较大的增量），那么该变量显然对原始模型的精度很重要

相比之下，如果新模型的精度仍然非常相似，即使您随机重新排序了该变量的值，那么该变量从一开始就不可能非常重要

因此，此度量值

置换变量deltaerror

（置换特定变量值时模型误差的差异）是该变量重要性的度量值

---

现在使用

TreeBagger

会变得更复杂一些，因为这是一个由多个子模型组成的集成模型。但是基本的事情是一样的——你只需要对每个子模型进行测量，然后对模型进行平均，用标准偏差对其进行归一化，就可以对整个集合进行测量。

想象一下，你有一个包含N个变量和M个观测值的数据集，然后在上面训练一个模型（它实际上不一定非得是一个

TreeBagger

）

现在，假设您只取一个变量，随机地重新排序（排列）它的所有M值，同时保持数据集的其余部分的顺序相同

如果新模型的精度突然下降（即其误差有较大的增量），那么该变量显然对原始模型的精度很重要

相比之下，如果新模型的精度仍然非常相似，即使您随机重新排序了该变量的值，那么该变量从一开始就不可能非常重要

因此，此度量值

置换变量deltaerror

（置换特定变量值时模型误差的差异）是该变量重要性的度量值

---

现在TreeBagger变得更复杂了，因为这是一个由多个子模型组成的集合模型。但基本原理是一样的——你只需测量每个子模型的平均值，然后用标准偏差对其进行归一化，就可以测量整个集合。

当你说

重新排序/排列

变量的值，您的意思是：

对于每个记录，将变量的值替换为变量范围中的其他值

。这是否意味着原始数据集和新数据集（排列后是不同的数据集吗？不，我们不是选择新值，我们只是对现有值重新排序。通过这种方式，我们确保排列后的变量与原始变量具有相同的样本分布。新数据集与原始数据集不同，但只有此变量已更改。请在y中包含此信息。）我们的答案，这样我可以标记它被接受。另一方面：当变量和二元变量严重偏向于一时，这个度量的准确性如何value@Suryavanshi抱歉耽搁了。所以“准确”这不是一个正确的词。

PermutedVarDeltaError

测量变量的值发生变化时模型错误的变化，并且它总是这样。这可能是您对变量“重要性”甚至“相对重要性”的首选度量变量之间的比较。如果变量具有不同的属性，如二进制和连续值，或分布均匀/不均匀的值，则您可能觉得这不是一个有用的度量方法。但当变量的值被置换时，它仍然会度量错误的变化。当您说

重新排序/置换

变量的值时，您的意思是：

对于每个记录，用变量范围中的其他值替换变量的值。这是否意味着原始数据集和新数据集（排列后是不同的数据集吗？不，我们不是选择新值，我们只是对现有值重新排序。通过这种方式，我们确保排列后的变量与原始变量具有相同的样本分布。新数据集与原始数据集不同，但只有此变量已更改。请在y中包含此信息。）我们的答案，这样我可以标记它被接受。另一方面：当变量和二元变量严重偏向于一时，这个度量的准确性如何value@Suryavanshi很抱歉耽搁了，这么“准确”这不是一个正确的词。
PermutedVarDeltaError
测量变量的值发生变化时模型错误的变化，并且它总是这样。这可能是您对变量“重要性”甚至“相对重要性”的首选度量变量之间的比较。如果变量具有不同的属性，例如二进制和连续，或分布均匀/不均匀的值，则您可能觉得这不是一个有用的度量值。但当变量的值发生变化时，它仍然会度量误差的变化。