一种可视化随机森林中协变量角色的网络流方法
其他统计学
2017-06-28 v1
摘要
我们提出了平行坐标图和桑基图的新应用，以表示随机森林中相互作用的协变量效应的层次结构。每种可视化总结了随机森林中所有树的所有路径的频率。协变量在随机森林中角色的可视化包括：描绘单个协变量对随机森林预测准确性贡献的标量度量的排序条形图或点图；描绘改变特定协变量对随机森林预测影响的各种摘要的折线图；所有协变量对之间交互作用强度度量的热图；以及针对每个响应类别的平行坐标图，描绘在被预测属于该类别的观测值中最具代表性的那些观测值中所有协变量值的分布。这些可视化共同促进了对随机森林中协变量角色的深入洞察，但没有传达整个随机森林中协变量效应层次结构的频率或协变量在这些层次结构中出现的顺序。我们的可视化填补了这些空白。我们使用拟合到公开可用数据的随机森林来展示我们的可视化，并以 R 包的形式提供了软件实现。
引用
@article{arxiv.1706.08702,
title = {A network flow approach to visualising the roles of covariates in random forests},
author = {Benjamin R. Fitzpatrick and Kerrie Mengersen},
journal= {arXiv preprint arXiv:1706.08702},
year = {2017}
}
备注
25 pages, 4 Figures, 3 Supplementary Materials, Link to GitHub Repository for Software Implementation