Caret varImp untuk model randomForest

Saya mengalami kesulitan memahami bagaimana varImpfungsi ini bekerja untuk model randomForest dengan caretpaket. Pada contoh di bawah ini, fitur var3 sama pentingnya dengan varImpfungsi caret , tetapi model final randomForest yang mendasarinya memiliki kepentingan nol untuk fitur var3. Mengapa demikian?

require(randomForest)
require(caret)


rf <- train(x, y, 
      method = "rf",
      trControl = trainControl(method = "oob"),
      importance = TRUE,
      verbose = TRUE,
      tuneGrid = data.frame(mtry = num.predictors) )


fm <- rf$finalModel


> varImp(f)
rf variable importance

       Overall
var1    100.00
var2    80.14
var3    0.00


> importance(fm)
        %IncMSE IncNodePurity
var2    872.7935      40505276
var1    1021.4707      55682866
var3     273.0168       3078731

Seperti yang saya mengerti Anda hanya memiliki 3 variabel. Secara default varImpfungsi mengembalikan hasil skala di kisaran 0-100. Var3 memiliki nilai kepentingan terendah dan skala kepentingannya adalah nol. Cobalah menelepon varImp(rf, scale = FALSE).

Menambahkan ke jawaban DrDom @, untuk memberikan intuisi lebih lanjut:

Nilai penting yang varImp(rf, scale = FALSE)diberikan, dihitung dengan sederhana sebagai berikut: rf$finalModel$importance[,1]/rf$finalModel$importanceSD

Ini adalah rata-rata fitur% IncMSE dibagi dengan standar deviasinya.