Muy buenas. Estoy intentando ponderar las muestras aplicando la
función gbm.step del paquete dismo. En el manual lo hace añadiendo:
site.weights = rep(1, nrow(data)) (que en realidad les da el mismo
peso a todas). Yo tengo un vector con el peso de cada muestra, pero no
encuentro la forma de ponerlo sin que me dé error. ¿Sabe alguno de
vosotros cómo hacerlo?
Gracias
Quoting Manuel Mendoza <mmend...@mncn.csic.es>:
Muchas gracias Carlos; ¡tu siempre al pié del cañón! (lo puse el día
de reyes a la 1.20h y me contestas a las 2.45h)
Una cosa más: si el eje y es la probabilidad ¿por qué va de 0 a 10?
En un RF para clasificación me da valores parecidos a los de tu
ejemplo, y en otro para regresión, valores de y entre 45 y 55.
Para regresión, el último parámetro no puede ser una categoría, como
"versicolor". Yo puse la variable entrecomillada, pensando que era
el nombre del eje x, pero he probado a poner otra cosa, y lo ignora;
lo he quitado y no afecta. Pensé que podría ser el valor de la
variable respuesta más esperado, en función del valor del predictor,
pero no se mueve en el mismo rango.
Voy a ver el paquete pdp del que me hablas.
Gracias nuevamente,
Manuel
Quoting Carlos Ortega <c...@qualityexcellence.es>:
Hola,
Ya es que la explicación de la función es un tanto oscura...
Mira el ejemplo (clasificación):
data(iris)
set.seed(543)
iris.rf <- randomForest(Species~., iris)
partialPlot(iris.rf, iris, Petal.Width, "versicolor")
Y el gráfico que se produce:
[image: Imágenes integradas 1]
El gráfico mide la variación de la probabilidad sobre una de las clases de
la variable target (en este caso la variable target es "Species" y la clase
es "versicolor") de acuerdo a cómo varía la variable de estudio, en este
caso "Petal.Width". El gráfico te indica que valores de Petal.Width
cercanos a 1.0 se obtiene el máximo de probabilidad de que Species sea
"versicolor".
Y algo parecido para cuando tienes un modelo de "regresión".
No sé ese "VR" que comentas en tu duda de dónde sale...
Si estás interesado en este tema, mira también el paquete "pdp".
Gracias,
Carlos Ortega
www.qualityexcellence.es
El 7 de enero de 2018, 1:21, Manuel Mendoza <mmend...@mncn.csic.es>
escribió:
Hola erreros. A ver si alguien podría decirme qué son los dos ejes del
plot que resulta de aplicar partialPlot en un Randomforest.
Encuentro que:
Partial dependence plot gives a graphical depiction of the marginal effect
of a variable on the class probability (classification) or response
(regression)
que nos indica como varía la VR en función de la variable considerada,
manteniendo el resto de variables fijas.
No encuentro lo que es esa VR por ningún sitio (varianza?), ni la
explicación de qué son los dos ejes.
Gracias,
Manuel
--
Dr Manuel Mendoza
Department of Biogeography and Global Change
National Museum of Natural History (MNCN)
Spanish Scientific Council (CSIC)
C/ Serrano 115bis, 28006 MADRID
Spain
_______________________________________________
R-help-es mailing list
R-help-es@r-project.org
https://stat.ethz.ch/mailman/listinfo/r-help-es
--
Saludos,
Carlos Ortega
www.qualityexcellence.es
--
Dr Manuel Mendoza
Department of Biogeography and Global Change
National Museum of Natural History (MNCN)
Spanish Scientific Council (CSIC)
C/ Serrano 115bis, 28006 MADRID
Spain
_______________________________________________
R-help-es mailing list
R-help-es@r-project.org
https://stat.ethz.ch/mailman/listinfo/r-help-es
--
Dr Manuel Mendoza
Department of Biogeography and Global Change
National Museum of Natural History (MNCN)
Spanish Scientific Council (CSIC)
C/ Serrano 115bis, 28006 MADRID
Spain
_______________________________________________
R-help-es mailing list
R-help-es@r-project.org
https://stat.ethz.ch/mailman/listinfo/r-help-es
