Caret软件包中回归SVM模型的功能重要性

Question

我对用于SVM模型的Caret软件包中的功能重要性有疑问。我正在使用下面的代码来适合我的模型。但是，我找不到找到该模型功能重要性的方法。

fitControl <- trainControl(
method = 'cv',                   # k-fold cross validation
number = 5,                      # number of folds
savePredictions = 'final',       # saves predictions for optimal tuning parameter
)

model_svmLinear = train(energy~., data = train, method='svmLinear', tuneLength=15, trControl = fitControl)

model_svmLinear

Answer 1

您可以做：

图书馆（插入符号）训练= data.frame（能量= rnorm（100），矩阵（runif（100 * 5），ncol = 5））model_svmLinear =火车（能量〜。，数据=火车，方法='svmLinear'，tuneLength = 15，trControl = fitControl）

然后，获得相对要素重要性（最高重要性为100，最低重要性为0：]]

varImp(model_svmLinear)
loess r-squared variable importance

   Overall
X2  100.00
X1   97.20
X4   90.64
X5   73.79
X3    0.00
获得原始重要性分数：

varImp(model_svmLinear,scale=FALSE)
您可以绘制：

plot(varImp(model_svmLinear,scale=FALSE))