mlr3 rpart 学习器中未定义变量重要性
Variable importance not defined in mlr3 rpart learner
我在 R 中用 mlr3 包训练和测试了一个决策树分类器:
pred_probability = learner_DT$train(task_train)$predict(task_test)
如何从这个模型中获取变量重要性?我尝试了 learner_DT$importance()
但结果是 named numeric(0)
感谢任何帮助。
您的代码看起来正确(您不需要调用 $predict()
来获取重要性,但这并没有什么坏处)。 rpart.object 的文档指出:
variable.importance: a named numeric vector giving the importance of each
variable. (Only present if there are any splits.) When printed
by 'summary.rpart' these are rescaled to add to 100.
所以您可能安装了一棵没有分裂的树(您应该在 learner_DT$model
的打印输出中看到这一点)。
我在 R 中用 mlr3 包训练和测试了一个决策树分类器:
pred_probability = learner_DT$train(task_train)$predict(task_test)
如何从这个模型中获取变量重要性?我尝试了 learner_DT$importance()
但结果是 named numeric(0)
感谢任何帮助。
您的代码看起来正确(您不需要调用 $predict()
来获取重要性,但这并没有什么坏处)。 rpart.object 的文档指出:
variable.importance: a named numeric vector giving the importance of each variable. (Only present if there are any splits.) When printed by 'summary.rpart' these are rescaled to add to 100.
所以您可能安装了一棵没有分裂的树(您应该在 learner_DT$model
的打印输出中看到这一点)。