R中的Boruta箱线图

Question

我正在使用 R 中的 Boruta 包进行变量选择。Boruta 在单个图形中为我提供了一系列标准箱线图，这很有用，但考虑到我有太多预测变量，我希望能够限制出现在 boruta 图中的箱线图的数量。像下图这样的东西。

基本上，我想 "zoom" 在绘图的右端，但不知道如何使用 boruta 绘图对象。

谢谢，

先生

Answer 1

听起来像一个简单的问题，解决方案似乎令人费解。也许有人可以想出一个 quicker/more 优雅的方式...

在这里，我基于源函数 plot.Boruta 创建了一个新函数，并添加了一个函数参数 pars，它采用我们想要包含的 variables/predictors 的名称在情节中。

例如，我使用 iris 数据集来拟合模型。

# Fit model to the iris dataset
library(Boruta);
fit <- Boruta(Species ~ ., data = iris, doTrace = 2);

函数 generateCol 由 plot.Boruta 内部调用，但未导出，因此在包外不可用。但是，我们需要修改后的 plot.Boruta 例程的函数。

# generateCol is needed by plot.Boruta
generateCol<-function(x,colCode,col,numShadow){
 #Checking arguments
 if(is.null(col) & length(colCode)!=4)
  stop('colCode should have 4 elements.');
 #Generating col
 if(is.null(col)){
  rep(colCode[4],length(x$finalDecision)+numShadow)->cc;
  cc[c(x$finalDecision=='Confirmed',rep(FALSE,numShadow))]<-colCode[1];
  cc[c(x$finalDecision=='Tentative',rep(FALSE,numShadow))]<-colCode[2];
  cc[c(x$finalDecision=='Rejected',rep(FALSE,numShadow))]<-colCode[3];
  col=cc;
 }
 return(col);
}

我们现在修改 plot.Boruta，并添加一个函数参数 pars，我们通过它来过滤我们的变量列表。

# Modified plot.Boruta
plot.Boruta.sel <- function(
    x,
    pars = NULL,
    colCode = c('green','yellow','red','blue'),
    sort = TRUE,
    whichShadow = c(TRUE, TRUE, TRUE),
    col = NULL, xlab = 'Attributes', ylab = 'Importance', ...) {

    #Checking arguments
    if(class(x)!='Boruta')
        stop('This function needs Boruta object as an argument.');
    if(is.null(x$ImpHistory))
        stop('Importance history was not stored during the Boruta run.');

    #Removal of -Infs and conversion to a list
    lz <- lapply(1:ncol(x$ImpHistory), function(i)
        x$ImpHistory[is.finite(x$ImpHistory[,i]),i]);
    colnames(x$ImpHistory)->names(lz);

    #Selection of shadow meta-attributes
    numShadow <- sum(whichShadow);
    lz <- lz[c(rep(TRUE,length(x$finalDecision)), whichShadow)];

    #Generating color vector
    col <- generateCol(x, colCode, col, numShadow);

    #Ordering boxes due to attribute median importance
    if (sort) {
        ii <- order(sapply(lz, stats::median));
        lz <- lz[ii];
        col <- col[ii];
    }

    # Select parameters of interest
    if (!is.null(pars)) lz <- lz[names(lz) %in% pars];

    #Final plotting
    graphics::boxplot(lz, xlab = xlab, ylab = ylab, col = col, ...);
    invisible(x);
}

现在我们需要做的就是调用 plot.Boruta.sel 而不是 plot，并指定我们想要包含的变量。

plot.Boruta.sel(fit, pars = c("Sepal.Length", "Sepal.Width"));

R中的Boruta箱线图

Boruta box plots in R

r

boxplot

feature-selection