जवाबों:
रैंडम वन में परिवर्तनीय महत्व की गणना निम्नानुसार की जाती है:
फिर, एक एकल स्तंभ के मानों की अनुमति है और MSE की गणना फिर से की जाती है। उदाहरण के लिए, यदि कोई स्तंभ (Col1) मान 1,2,3,4 लेता है, और मानों का यादृच्छिक क्रमांकन 4,3,1,2 में परिणाम करता है। यह एक MSE1 में परिणाम है। फिर MSE यानी MSE1 - MSE में वृद्धि, चर के महत्व को दर्शाती है।
हम अंतर के सकारात्मक होने की उम्मीद करते हैं, लेकिन एक नकारात्मक संख्या के मामलों में, यह दर्शाता है कि यादृच्छिक क्रमपरिवर्तन ने बेहतर काम किया। यह अनुमान लगाया जा सकता है कि चर की भविष्यवाणी में भूमिका नहीं है, अर्थात, महत्वपूर्ण नहीं है।
उम्मीद है की यह मदद करेगा!
विस्तृत विवरण के लिए कृपया निम्न लिंक देखें!
/programming/27918320/what-does-negative-incmse-in-randomforest-package-mean
यह सिर्फ एक यादृच्छिक उतार-चढ़ाव हो सकता है (उदाहरण के लिए यदि आपके पास छोटा ntree है)।
यदि नहीं, तो यह दिखा सकता है कि आपके डेटा में कुछ गंभीर मात्रा में विरोधाभास हैं, अर्थात लगभग समान भविष्यवक्ताओं के साथ वस्तुओं के जोड़े और बहुत अलग परिणाम। इस मामले में, मैं दो बार जांच करूंगा कि क्या मॉडल वास्तव में कोई मतलब रखता है और यह सोचना शुरू कर देता है कि मुझे उन्हें हल करने के लिए और अधिक विशेषताएं कैसे मिल सकती हैं।