从 MLSeq R 包中提取分类器

Question

我目前是 R 的新手，无法从包中提取我想要的信息。

我正在使用 MLSeq 在 RNA Seq 数据上实施随机森林，以寻找条件的生物标志物。目前，默认给出的输出只是 class 数据化程度和描述实际 class 与预测 class 的 table。

我想要的是每个特征的重要性，这样我就可以选择排名最高的特征并继续研究这些特征。

有没有人有使用 MLSeq 包的经验或知道具有此功能的类似机器学习包？

Answer 1

caret 包有一个非常有用的函数，叫做 varImp。如果您没有大量的预测变量，您可以使用它来 get/plot 它们的重要性。在您的情况下，假设您已经训练了您的模型：

# training
svm = classify(data = data.trainS4, method = "svm", normalize = "deseq",    deseqTransform = "voom", cv = 3, rpt = 3, ref = "PP")

您可以使用以下命令获取预测变量的可变重要性：

VI <- varImp(svm@trained)

但是，在这样做之前，请仔细阅读 varImp() 的工作原理

Classifier extraction from MLSeq R package