Hola Manuel,
Es que me confundí de día y me quedé esperando a los Reyes Magos... :-)...
Sí, eso de la probabilidad como indica la ayuda realmente es algo confuso.
Tómalo como una medida de referencia sobre el de la mejora en el valor de
probabilidad a la hora de hacer una clasificación.
También considera este enfoque para la regresión. El gráfico te muestra en
qué intervalos se maximiza la probabilidad de una clase en la variable
objetivo (para una clasificación), para una regresión no lo tengo tan claro.
Con los parámetros de la función
x
an object of class randomForest, which contains a forest component.
pred.data
a data frame used for contructing the plot, usually the training data used
to contruct the random forest.
x.var
name of the variable for which partial dependence is to be examined.
which.class
For classification data, the class to focus on (default the first class).
El parámetro which.class ("versicolor" en el ejemplo), solo se usa para los
casos de clasificación. No es la etiqueta del eje o algo parecido... Si lo
incluyes para un gráfico de regresión, no tiene efecto.
Sigo viendo el paquete "pdp" más estructurado y claro en el tratamiento de
los "partial dependence plot"...
Gracias,
Carlos.
Muchas gracias Carlos; ¡tu siempre al pié del cañón! (lo puse el día de
reyes a la 1.20h y me contestas a las 2.45h)
Una cosa más: si el eje y es la probabilidad ¿por qué va de 0 a 10? En un
RF para clasificación me da valores parecidos a los de tu ejemplo, y en
otro para regresión, valores de y entre 45 y 55.
Para regresión, el último parámetro no puede ser una categoría, como
"versicolor". Yo puse la variable entrecomillada, pensando que era el
nombre del eje x, pero he probado a poner otra cosa, y lo ignora; lo he
quitado y no afecta. Pensé que podría ser el valor de la variable respuesta
más esperado, en función del valor del predictor, pero no se mueve en el
mismo rango.
Voy a ver el paquete pdp del que me hablas.
Gracias nuevamente,
Manuel
Hola,
Ya es que la explicación de la función es un tanto oscura...
data(iris)
set.seed(543)
iris.rf <- randomForest(Species~., iris)
partialPlot(iris.rf, iris, Petal.Width, "versicolor")
[image: Imágenes integradas 1]
El gráfico mide la variación de la probabilidad sobre una de las clases de
la variable target (en este caso la variable target es "Species" y la clase
es "versicolor") de acuerdo a cómo varía la variable de estudio, en este
caso "Petal.Width". El gráfico te indica que valores de Petal.Width
cercanos a 1.0 se obtiene el máximo de probabilidad de que Species sea
"versicolor".
Y algo parecido para cuando tienes un modelo de "regresión".
No sé ese "VR" que comentas en tu duda de dónde sale...
Si estás interesado en este tema, mira también el paquete "pdp".
Gracias,
Carlos Ortega
www.qualityexcellence.es
Hola erreros. A ver si alguien podría decirme qué son los dos ejes del
plot que resulta de aplicar partialPlot en un Randomforest.
Partial dependence plot gives a graphical depiction of the marginal effect
of a variable on the class probability (classification) or response
(regression)
que nos indica como varía la VR en función de la variable considerada,
manteniendo el resto de variables fijas.
No encuentro lo que es esa VR por ningún sitio (varianza?), ni la
explicación de qué son los dos ejes.
Gracias,
Manuel
--
Dr Manuel Mendoza
Department of Biogeography and Global Change
National Museum of Natural History (MNCN)
Spanish Scientific Council (CSIC)
C/ Serrano 115bis, 28006 MADRID
Spain
_______________________________________________
R-help-es mailing list
https://stat.ethz.ch/mailman/listinfo/r-help-es
--
Saludos,
Carlos Ortega
www.qualityexcellence.es
--
Dr Manuel Mendoza
Department of Biogeography and Global Change
National Museum of Natural History (MNCN)
Spanish Scientific Council (CSIC)
C/ Serrano 115bis, 28006 MADRID
Spain
--
Saludos,
Carlos Ortega
www.qualityexcellence.es
[[alternative HTML version deleted]]