我想使用Importance()R RandomForest 包的功能来评估模型中变量的重要性。我有一个二进制响应变量/类和二进制特征值。

mytree.rf <- randomForest(class ~ ., data=mydata, ntree=1500,keep.forest=FALSE,importance=TRUE)
importance(mytree.rf)

输出矩阵包含 MeanDecreaseAccuracy 和 MeanDecreaseGini。我理解这两个。

我的问题是输出中的另外两列。一个简单地说“真”另一个“假”。无论是在文档中还是在网上，我都无法找到答案这些值是什么以及它们是如何计算的......

谁能帮我吗？

干杯

编辑 1：感谢 Davids 的回答，我意识到 TRUE 和 FALSE 是我的班级“名称”。我仍然不明白矩阵中给出的值是如何计算的......有人可以帮忙吗？

编辑 2：再次感谢大卫，事实证明答案在文档中。但是在关于importance()函数的章节中找不到它，而是在randomForest类的对象描述中找到。重要性是这些对象之一。

[...] 具有 nclass + 2 （用于分类）或两个（用于回归）列的矩阵。对于分类，第一个 nclass 列是特定于类的度量，计算为准确度的平均下降。nclass + 1st 列是所有类的平均精度下降。最后一列是基尼指数的平均下降。