从本教程。 具体参见第 8 节。

查找 ?gbm.interactions。首先构建您的模型，在教程中命名为 angaus.tc5.lr005。

angaus.tc5.lr005 <- gbm.step(data=Anguilla_train, gbm.x = 3:13, gbm.y = 2, + family = "bernoulli", tree.complexity = 5, + learning.rate = 0.005, bag.fraction = 0.5)

然后您将计算模型中的交互作用：

find.int <- gbm.interactions(angaus.tc5.lr005)

在此之后，您可以访问交互的多个属性，包括强度 ( $interaction) 和排名 ( $rank.list)。

看一下教程，我想它会回答你的大部分问题。我没有写。

编辑：这可能至少在 2018 年 5 月已经过时，请参阅下面的评论。

此外，您还可以查看 gbm 包中的 ?interact.gbm，该包实现了 Friedman (2005) 用于检测交互的方法。

JH 弗里德曼和 BE Popescu (2005)。“通过规则集成进行预测学习。” 第 8.1 节