部分依赖图和梯度提升(GBM 包)

Posted

技术标签:

【中文标题】部分依赖图和梯度提升(GBM 包)【英文标题】:Partial Dependency plots and Gradient boosting (GBM package) 【发布时间】:2013-10-15 10:42:06 【问题描述】:

是否可以绘制部分依赖图以显示类概率并估计 GBM 模型的预测变量的影响? 类似于 partialPlot 的东西来自 randomForest 包。

根据this article,gbm 可以进行部分绘图。

提前感谢您的帮助。

【问题讨论】:

【参考方案1】:

我找到了解决办法,

为了估计预测器的效果,应该使用这个:

plot(gbm.model, i.var = 1, lwd = 2, main = "")

i.var 是变量预测器的编号,按照公式中显示的顺序。 例如y = x1+x2+x3

感谢坎贝尔先生

【讨论】:

如果你也想使用实际的变量名,也可以使用i="variable name"

以上是关于部分依赖图和梯度提升(GBM 包)的主要内容,如果未能解决你的问题,请参考以下文章

在 R 中使用 gbm 进行梯度提升,分布 =“bernoulli”

R语言使用gbm包的gbm函数构建梯度提升机模型(Gradient Boosting Machine)指定分布为贝努力分布bernoulli

使用gbm.plot(dismo)和partial(pdp)时,部分依赖图的差异,为什么?

访问单个树估计器以预测来自梯度提升分类器估计器的值

R:实现我自己的梯度提升算法

LightGBM详解