Hay una manera de explicar una predicción de un bosque aleatorio modelo?

Question

Decir que tengo una predictivo de modelo de clasificación basado en un bosque al azar (usando el randomForest paquete en R). Me gustaría configurarlo de forma que los usuarios finales pueden especificar un elemento para generar una predicción para, y va a la salida de una clasificación de la probabilidad. Hasta el momento, no hay problema.

Pero sería útil/cool para ser capaz de emitir algo así como una variable de importancia gráfico, pero para el objeto específico de predicción, no para el conjunto de entrenamiento. Algo así como:

Elemento de X está previsto para ser un Perro (73% probable)
Porque:
Piernas=4
La respiración=malo
Piel=corto
Comida=desagradable

Usted consigue el punto. Hay una norma, o al menos justificables, de manera de extraer esta información de una especialista de bosque aleatorio? Si es así, ¿alguien tiene el código que va a hacer esto para el randomForest paquete?

Answer 1

La primera idea es simplemente para imitar el knock-out de la estrategia de importancia variable y prueba de cómo la mezcla de cada atributo se degeneran el bosque de la confianza en la clasificación de objetos (en OOB y con algunas repeticiones obviamente). Esto requiere de la codificación, pero es sin duda alcanzable.

Sin embargo, creo que es simplemente una mala idea, el resultado será probablemente la variable como en el infierno (sin estabilizar impacto de un promedio de más objetos), ruido (para no tan seguro de los objetos de la tontería de los atributos podría tener grandes impactos) y difíciles de interpretar (dos o más atributo de la cooperativa de reglas, el resultado probablemente será al azar de los impactos de cada uno de los atributos participantes).

No te deje con respuesta negativa, me gustaría que en lugar de tratar de buscar en la matriz de proximidades y las posibles arquetipos puede revelar -- esto parece mucho más estable y sencillo.