VSURF : un package R pour la sélection de variables à l'aide de forêts aléatoires - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2014

VSURF : un package R pour la sélection de variables à l'aide de forêts aléatoires

Résumé

This paper describes the R package VSURF. Based on random forests, it delivers two subsets of variables according to two types of variable selection for clas-sification or regression problems. The first is a subset of important variables which are relevant for interpretation, while the second one is a subset corresponding to a parsimo-nious prediction model. The strategy is based on a preliminary ranking of the explanatory variables using the random forests permutation-based score of importance and proceeds using a stepwise ascending variable introduction strategy. The two proposals can be ob-tained automatically using data-driven default values, good enough to provide interesting results, but can also be fine-tuned by the user. The algorithm is illustrated on a simulated example and its applications to real datasets are presented.
Dans cette présentation, nous décrivons VSURF, un package R. Basé sur les forêts aléatoires, il fournit deux sous-ensembles de variables associé a deux objectifs de sélection de variables pour des problèmes de régression et de classification. Le premier est un sous-ensemble de variables importantes pour l'interprétation. Le second est un sous-ensemble parcimonieux a l'aide duquel on peut faire de bonnes prédictions. La stratégie générale est basée sur un classement préliminaire des variables donné par l'indice d'importance des forêts aléatoires, puis utilise un algorithme d'introductions ascendantes de variables pas a pas. Les deux sous-ensembles peuvent être obtenus automatiquement en gardant le comportement par défaut du package, mais peuvent également être réglés en jouant sur plusieurs paramètres. Nous illustrons la méthode sur plusieurs jeux de données réelles.
Fichier principal
Vignette du fichier
vsurf_jds2014_6p.pdf (261.84 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01096233 , version 1 (17-12-2014)

Identifiants

  • HAL Id : hal-01096233 , version 1

Citer

Robin Genuer, Jean-Michel Poggi, Christine Tuleau-Malot. VSURF : un package R pour la sélection de variables à l'aide de forêts aléatoires. 46èmes Journées de Statistique, 2014, Rennes, France. ⟨hal-01096233⟩
1668 Consultations
921 Téléchargements

Partager

Gmail Facebook X LinkedIn More