Al calcular un randomForest
Regresión, el objeto incluye el R-cuadrado como "% Var explained: ...
".
library(randomForest)
library(doSNOW)
library(foreach)
library(ggplot2)
dat <- data.frame(ggplot2::diamonds[1:1000,1:7])
rf <- randomForest(formula = carat ~ ., data = dat, ntree = 500)
rf
# Call:
# randomForest(formula = carat ~ ., data = dat, ntree = 500)
# Type of random forest: regression
# Number of trees: 500
# No. of variables tried at each split: 2
#
# Mean of squared residuals: 0.001820046
# % Var explained: 95.22
Sin embargo, cuando se utiliza un foreach
bucle para calcular y combine
múltiple randomForest
objetos, los valores de R cuadrado no están disponibles, como se indica en ?combine
:
los
confusion
,err.rate
,mse
yrsq
Los componentes (así como los componentes correspondientes en el componente de prueba, si existen) del objeto combinado seránNULL
cl <- makeCluster(8)
registerDoSNOW(cl)
rfPar <- foreach(ntree=rep(63,8),
.combine = combine,
.multicombine = T,
.packages = "randomForest") %dopar%
{
randomForest(formula = carat ~ ., data = dat, ntree = ntree)
}
stopCluster(cl)
rfPar
# Call:
# randomForest(formula = carat ~ ., data = dat, ntree = ntree)
# Type of random forest: regression
# Number of trees: 504
# No. of variables tried at each split: 2
Ya que no fue realmente respondida en esta pregunta: ¿Es posible calcular el R-cuadrado (% Var explicado) y la Media de los residuos cuadrados de un randomForest
objeto despues?
(Los críticos de esta paralelización podrían argumentar usar caret::train(... method = "parRF")
, u otras personas. Sin embargo, esto resulta ser para siempre. De hecho, esto podría ser útil para cualquiera que use combine
fusionar randomForest
objetos...)
Respuestas
4 para la respuesta № 1Sí. Puede calcular el valor de R cuadrado después de los hechos tomando las predicciones que resultan de sus datos de entrenamiento y su modelo entrenado y comparándolos con los valores reales:
# taking the object from the question:
actual <- dat$carat
predicted <- unname(predict(rfPar, dat))
R2 <- 1 - (sum((actual-predicted)^2)/sum((actual-mean(actual))^2))
O Mean Squared Error:
caret::RMSE(predicted,actual)