Tidymodels网格调参后如何提取训练集特征重要性

tune_grid() 仅存储交叉验证各折的参数评估结果，不会保留全量训练集拟合的最终模型，因此无法直接从调参结果对象中提取特征重要性。你需要先将选出的最优参数注入工作流，在完整训练集上完成最终模型拟合，再提取重要性值，具体步骤如下：

• 注入最优参数，生成最终模型工作流

# 将选好的最优mtry、min_n参数更新到原工作流中
final_rfc_workflow <- rfc_workflow %>%
  finalize_workflow(best)

• 在全量训练集上拟合最终模型

# 用全部训练数据训练参数最优的随机森林模型
final_rfc_model <- final_rfc_workflow %>%
  fit(data = train)

• 提取特征重要性
  你已经在ranger引擎中设置了importance = "impurity"，拟合后的模型会自动存储基于节点不纯度计算的特征重要性，推荐用vip包的vi()函数直接获取规整的表格格式结果：

library(vip)
# 获取格式化的特征重要性表，包含特征名、重要性值两列
train_feature_importance <- final_rfc_model %>%
  # 提取parsnip封装的模型对象
  extract_fit_parsnip() %>%
  # 提取特征重要性
  vi()

如果需要读取原始的重要性向量，可以直接提取ranger引擎的内部字段：

raw_importance_vector <- final_rfc_model %>%
  # 提取底层ranger原生模型对象
  extract_fit_engine() %>%
  # 拉取变量重要性字段
  pluck("variable.importance")

说明：你看到的last_fit()方法是封装了「训练集拟合+测试集评估」的快捷函数，本质上提取特征重要性的逻辑和上述方法完全一致，都需要先拿到在全量训练集上拟合好的最终模型对象，再读取引擎存储的重要性值。

内容的提问来源于stack exchange，提问作者Orestis