วิธีที่ดีที่สุดที่จะนำเสนอป่าสุ่มในสิ่งพิมพ์?

ฉันกำลังใช้อัลกอริธึมป่าแบบสุ่มเป็นตัวจําแนกที่มีประสิทธิภาพของสองกลุ่มในการศึกษาขนาดเล็กที่มีคุณสมบัติ 1,000 รายการ

• วิธีที่ดีที่สุดที่จะนำเสนอป่าสุ่มเพื่อให้มีข้อมูลเพียงพอที่จะทำให้มันทำซ้ำได้ในกระดาษคืออะไร?
• มีวิธีการลงจุดใน R เพื่อทำแผนผังต้นไม้จริงหรือไม่หากมีคุณสมบัติจำนวนน้อย?
• OOB ประมาณการอัตราข้อผิดพลาดเป็นสถิติที่ดีที่สุดในการอ้าง?

เกี่ยวกับการทำให้สามารถทำซ้ำวิธีที่ดีที่สุดคือการให้การวิจัยที่ทำซ้ำ (เช่นรหัสและข้อมูล) พร้อมกับกระดาษ ทำให้พร้อมใช้งานบนเว็บไซต์ของคุณหรือบนเว็บไซต์โฮสต์ (เช่น Github)

เกี่ยวกับการสร้างภาพข้อมูล Leo Breiman ได้ทำงานที่น่าสนใจเกี่ยวกับเรื่องนี้ (ดูที่หน้าแรกของเขาโดยเฉพาะในส่วนของกราฟิก )

แต่ถ้าคุณใช้ R randomForestแพคเกจก็มีฟังก์ชั่นที่มีประโยชน์:

data(mtcars)
mtcars.rf <- randomForest(mpg ~ ., data=mtcars, ntree=1000, keep.forest=FALSE,
                           importance=TRUE)
plot(mtcars.rf, log="y")
varImpPlot(mtcars.rf)

และ

set.seed(1)
data(iris)
iris.rf <- randomForest(Species ~ ., iris, proximity=TRUE,
                        keep.forest=FALSE)
MDSplot(iris.rf, iris$Species)

ฉันไม่ทราบวิธีง่ายๆในการพล็อตทรีจริง ๆ แต่คุณสามารถใช้getTreeฟังก์ชั่นเพื่อดึงทรีและพล็อตแยกจากกันได้

getTree(randomForest(iris[,-5], iris[,5], ntree=10), 3, labelVar=TRUE)

นำเสนอ Strobl / Zeileis บน "ทำไมและวิธีการใช้ป่าสุ่มมาตรการสำคัญตัวแปร (และวิธีการที่คุณไม่ควร)"มีตัวอย่างของต้นไม้ซึ่งจะต้องได้รับการผลิตในลักษณะนี้ โพสต์บล็อกนี้ในโมเดลทรีมีตัวอย่างที่ดีของแผนผังต้นไม้ของ CART ซึ่งคุณสามารถใช้เป็นตัวอย่างได้

ตามที่ @chl แสดงความคิดเห็นต้นไม้หนึ่งต้นไม่มีความหมายโดยเฉพาะอย่างยิ่งในบริบทนี้ดังนั้นจึงไม่ใช้มันเพื่ออธิบายว่าป่าแบบสุ่มคืออะไรฉันจะไม่รวมสิ่งนี้ไว้ในกระดาษ

1. ในขณะที่เชนเขียน; ทำให้การวิจัยที่ทำซ้ำได้รวมถึงการสุ่มเมล็ดเนื่องจาก RF เป็นแบบสุ่ม
2. ประการแรกการวางแผนต้นไม้เดี่ยวที่สร้าง RF เป็นเรื่องไร้สาระ นี่คือลักษณนามของวงดนตรีมันทำให้รู้สึกโดยรวมเท่านั้น แต่การพล็อตป่าทั้งหมดเป็นเรื่องไร้สาระ - มันเป็นลักษณนามแบบกล่องดำดังนั้นจึงไม่ได้ตั้งใจที่จะอธิบายข้อมูลด้วยโครงสร้างของมันแทนที่จะทำซ้ำกระบวนการดั้งเดิม ให้ทำการแปลง Shane แทน
3. ในทางปฏิบัติ OOB เป็นข้อผิดพลาดที่ดีมาก แต่นี่ไม่ใช่ความจริงที่ยอมรับกันอย่างกว้างขวางดังนั้นสำหรับการตีพิมพ์จะดีกว่าที่จะทำให้ CV เพื่อยืนยัน

โปรดจำไว้ว่าคำเตือนในคำตอบอื่น ๆ เกี่ยวกับพล็อตนั้นจำเป็นต้องมีความหมาย แต่ถ้าคุณต้องการพล็อตเพื่อวัตถุประสงค์ในการอธิบาย / การสอนข้อมูลโค้ดต่อไปนี้ของ R อาจมีประโยชน์ ไม่ยากที่จะเพิ่ม "จุดแยก" ลงในข้อความที่ขอบถ้าคุณต้องการ

to.dendrogram <- function(dfrep,rownum=1,height.increment=0.1){

  if(dfrep[rownum,'status'] == -1){
    rval <- list()

    attr(rval,"members") <- 1
    attr(rval,"height") <- 0.0
    attr(rval,"label") <- dfrep[rownum,'prediction']
    attr(rval,"leaf") <- TRUE

  }else{##note the change "to.dendrogram" and not "to.dendogram"
    left <- to.dendrogram(dfrep,dfrep[rownum,'left daughter'],height.increment)
    right <- to.dendrogram(dfrep,dfrep[rownum,'right daughter'],height.increment)
    rval <- list(left,right)

    attr(rval,"members") <- attr(left,"members") + attr(right,"members")
    attr(rval,"height") <- max(attr(left,"height"),attr(right,"height")) + height.increment
    attr(rval,"leaf") <- FALSE
    attr(rval,"edgetext") <- dfrep[rownum,'split var']
    #To add Split Point in Dendrogram
    #attr(rval,"edgetext") <- paste(dfrep[rownum,'split var'],"\n<",round(dfrep[rownum,'split point'], digits = 2),"=>", sep = " ")
  }

  class(rval) <- "dendrogram"

  return(rval)
}

mod <- randomForest(Species ~ .,data=iris)
tree <- getTree(mod,1,labelVar=TRUE)

d <- to.dendrogram(tree)
str(d)
plot(d,center=TRUE,leaflab='none',edgePar=list(t.cex=1,p.col=NA,p.lty=0))