时间戳

首页 > 解决方案 > 从变量重要性排序输出（插入符号包）

r - 从变量重要性排序输出（插入符号包）

问题描述

我正在构建一些逻辑回归模型，并发现自己使用了 caret 包中的 varImp('model name') 函数。这个函数很有用，但我希望变量重要性按从最重要到最不重要的顺序返回。

这是一个可重现的示例：

library(caret)
data("GermanCredit")

Train <- createDataPartition(GermanCredit$Class, p=0.6, list=FALSE)
training <- GermanCredit[ Train, ]
testing <- GermanCredit[ -Train, ]

mod_fit <- glm(Class ~ Age + ForeignWorker + Property.RealEstate +Housing.Own + CreditHistory.Critical, data=training, family=binomial(link = 'logit'))

当我使用代码时：

varImp(mod_fit)

它返回：

                        Overall
Age                    1.747346
ForeignWorker          1.612483
Property.RealEstate    2.715444
Housing.Own            2.066314
CreditHistory.Critical 3.944768

我想按这样的“总体”列进行排序：

sort(varImp(mod_fit)$Overall)

它返回：

[1] 1.612483 1.747346 2.066314 2.715444 3.944768

有没有办法以降序返回变量名称和重要性级别？

先感谢您。

标签： rsortingregressionlogistic-regression

解决方案

library(caret)
data("GermanCredit")

Train <- createDataPartition(GermanCredit$Class, p=0.6, list=FALSE)
training <- GermanCredit[ Train, ]
testing <- GermanCredit[ -Train, ]

mod_fit <- glm(Class ~ Age + ForeignWorker + Property.RealEstate +Housing.Own + CreditHistory.Critical, data=training, family=binomial(link = 'logit'))

imp <- as.data.frame(varImp(mod_fit))
imp <- data.frame(overall = imp$Overall,
           names   = rownames(imp))
imp[order(imp$overall,decreasing = T),]

    overall                  names
 3.9234999 CreditHistory.Critical
 3.1402835            Housing.Own
 2.1955440                    Age
 1.3042088          ForeignWorker
 0.4878837    Property.RealEstate

推荐阅读