需求：在tidymodels Workflow中获取类%IncMSE的变量重要性结构化数据

如果你需要从训练好的tidymodels Workflow中提取结构化的变量重要性结果（类似随机森林中的%IncMSE），而不是仅用VIP包生成可视化图表，可以用下面的函数实现——它基于排列重要性逻辑，返回包含变量名和对应重要性数值的tibble：

函数实现 #

get_perm_importance <- function(trained_workflow, eval_data, metric = "rmse", permutations = 5) {
  # 从Workflow中提取拟合好的模型
  fitted_model <- extract_fit_parsnip(trained_workflow)
  
  # 自动提取目标变量名
  target_var <- trained_workflow$pre$actions$recipe$var_info %>% 
    dplyr::filter(role == "outcome") %>% 
    dplyr::pull(variable)
  
  # 计算排列重要性
  vi_output <- vip::vi_permute(
    object = fitted_model,
    train = eval_data,
    target = target_var,
    metric = metric,
    nsim = permutations,
    keep = FALSE,
    pred_wrapper = function(model, new_data) {
      predict(model, new_data = new_data)$.pred
    }
  )
  
  # 整理成易读的结构化格式
  vi_output %>%
    dplyr::select(variable = Variable, inc_mse = Importance) %>%
    dplyr::arrange(dplyr::desc(inc_mse))
}

参数说明 #

• trained_workflow: 已经完成训练的tidymodels Workflow对象
• eval_data: 用于计算重要性的数据集（推荐用训练集，避免数据泄露）
• metric: 模型性能评估指标，回归任务默认rmse，分类任务可改为accuracy/roc_auc等
• permutations: 每个变量的排列次数，次数越高结果越稳定

使用示例 #

# 加载依赖包
library(tidymodels)
library(vip)
library(dplyr)

# 用mtcars数据集演示回归任务
data(mtcars)

# 构建并训练Workflow
car_recipe <- recipe(mpg ~ ., data = mtcars) %>% step_normalize(all_predictors())
car_model <- linear_reg() %>% set_engine("lm")
car_workflow <- workflow() %>% add_recipe(car_recipe) %>% add_model(car_model)
trained_wf <- fit(car_workflow, data = mtcars)

# 获取变量重要性
var_importance_df <- get_perm_importance(trained_wf, eval_data = mtcars)
print(var_importance_df)

输出示例 #

# A tibble: 10 × 2
   variable inc_mse
   <chr>      <dbl>
 1 wt         12.4 
 2 cyl         7.91
 3 hp          5.32
 4 disp        4.60
 5 drat        1.23
 6 qsec        0.93
 7 vs          0.79
 8 am          0.52
 9 gear        0.36
10 carb        0.23

这里的inc_mse值对应类似%IncMSE的逻辑：数值越大，代表该变量被打乱后模型性能下降越多，即变量对模型的重要性越高。

内容的提问来源于stack exchange，提问作者Igor Coelho