`randomForests`包中的`LocalImp`参数究竟是做什么用的？

Question

请用简单易懂的英语解释一下在randomForest包中参数localImp的作用是什么？ randomForest文档将此参数描述为：

"是否应该计算个案重要性度量？（将其设置为TRUE将覆盖重要性。）"

它还指出，它生成了一个p乘以n的矩阵，其中包含了每个样本的重要性度量值，即第i个变量对于第j个样本的重要性。如果localImp=FALSE，则返回NULL。

请问有人能够解释这到底意味着什么，或者给我指一篇详细讨论这个参数的论文吗？

谢谢。

- Electrino

Answer 1

randomForest包更多地是一个Fortran代码的封装，由Leo Breiman和Adel Cutler编写。Breiman是加州大学伯克利分校的统计学教授，在他去世后，他们保存了他的网站。

这是一个很棒的资源：
https://www.stat.berkeley.edu/~breiman/RandomForests/

在这个网站上，他们在分类页面上提到了以下内容：

对于每个案例，考虑所有对其为oob的树。从变量m排列的oob数据中减去正确类别的投票百分比，再从未触及的oob数据中减去正确类别的投票百分比。这就是该案例变量m的局部重要性得分。

因此，对于观测i，取所有未在自助法中选择i进行训练的树。现在，考虑变量m。对于不包含i的每棵树的留存（oob）观测，重新排列变量m的值。计算这些树的袋外平均准确率。同时，计算这些树的未重新排列变量m的袋外准确率。用排列m准确率的平均值从未重新排列的oob准确率中减去，得到(i,m)的局部重要性度量。

- lmo

Answer 2

本地重要性（Localimp）设置每个变量在特定个体分类中的重要性（localImp=TRUE），这样您就可以看到每个特征对每个单行输出的影响程度。

您可以阅读以下内容： 理解随机森林中的变量重要性 随机森林指南

- Panos Kalatzantonakis