1

大家下午好——提前感谢您的帮助！我对 R 有点陌生，所以如果这是一个微不足道或不恰当的问题，我深表歉意。

TL; DR：我正在尝试使用内置的随机森林模型 RandomForestSRC 确定因子变量的变量重要性 (VIM)，这不是该包的内置功能。使用 LIME 和 DALEX 包，我遇到了同样的错误：cannot coerce class 'c("rfsrc, "predict", "class")' to a data.frame. 任何解决此错误的帮助或替代方法将不胜感激！

我有一个使用 RandomForestSRC 包在 R 中构建的随机森林模型。该模型似乎工作得很好——训练和测试都很顺利，得到了我需要的预测输出，结果似乎符合我的预期。不幸的是，其中一个要求是我需要能够说明模型是如何得出结论的（例如，我还需要将变量重要性作为输出的一部分），包括连续变量和因子变量。

这似乎不是 RandomForestSRC 包的内置功能，所以我研究了 LIME 和 DALEX 包，它们都应该能够从现有的 RF 模型中分离出 VIM。不幸的是，它们都没有对 RFSRC 包的原生支持，这意味着我需要自己构建预测函数，正如这个小插图所推荐的那样：https ://uc-r.github.io/dalex

model_type.rfsrc <- function (x, ...) {
    return ('classification')
}

predict_model.rfsrc <- function (x, newdata, type, ...) {
    as.data.frame(predict(x, newdata, ...)
}

不幸的是，在运行模型的 VIM 部分（在 LIME 和 DALEX 中）时，我被要求传递预测输出和创建该输出的模型。在这样做时，它会遇到上述predict_model函数的错误：

error in as.data.frame.default(predict(model, (newdata))):
cannot coerce class 'c("rfsrc, "predict", "class")' to a data.frame

而且，就像……当然，它不能；它试图将模型本身变成一个数据框。不幸的是，虽然我认为我理解为什么 R 会给我这个错误，但这是我自己能够弄清楚的。

此外，我使用 RandomForestSRC 包有两个原因：它不限制因子变量的数量，并且它可以处理不平衡的数据。我正在处理医疗数据，所以这两个都是必要的（例如，有大约 100,000 个不同的医疗代码可以编码在一个数据变量中，以及“没有这个的人”的比率-condition”与“people-who-do-have-this-condition”通常是 100 比 1）。但是，如果有人对处理这些问题的替代软件包有任何建议，并且具有内置的 VIM 功能（或与 DALEX / LIME 集成），那也很棒。

非常感谢大家的帮助！

4

0 回答 0