R代码|基于特征重要性的特征排序代码

专题介绍：R是一种广泛用于数据分析和统计计算的强大语言，于上世纪90年代开始发展起来。得益于全世界众多爱好者的无尽努力，大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio（用户的界面体验更好）。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献，让R语言在全球范围内越来越流行。其中一些R包，例如MASS，SparkR， ggplot2，使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统，相比于其他统计分析软件，R的学术性开发比较早，适合生物学和医学等学术学科的科研人员使用。

前言：

我根据自己的科研方向和实际工作，在利用R语言解决数据，特征和模型三方面的问题时，会搜集到一些R代码，利用【R语言】公众号将其整理和归总，分享给大家。一方面，希望这些R代码能够对大家解决实际问题有帮助或者启示；另一方面，也希望大家尝试从R代码中学习和应用R语言。

提示：需要加入R语言群的朋友，请扫码加我微信，备注入群即可。

基于特征重要性的特征排序代码。

这个代码可以用于指导特征选择，特征选择的策略：

1）Top-N策略；2）Top-percent策略。


# 导入R库
library(mlbench)
library(caret)

# 加载数据集
data(PimaIndiansDiabetes)

# 设置训练的控制参数，利用10-折交叉验证的方法
control <- trainControl(method="cv", number=10)

# 训练模型
model <- train(diabetes~., data=PimaIndiansDiabetes, method="lvq", preProcess="scale", trControl=control)

# 评估变量的变量重要性
importance <- varImp(model, scale=FALSE)

# 重要性描述结果
print(importance)

# 重要性可视化
plot(importance)

结果和可视化如下：

# load the libraries
library(mlbench)
library(caret)

# load the dataset
data(iris)

# prepare training scheme
control <- trainControl(method="cv", number=10)

# train the model
model <- train(Species~., data=iris, method="lvq", preProcess="scale", trControl=control)

# estimate variable importance
importance <- varImp(model, scale=FALSE)

# summarize importance
print(importance)

# plot importance
plot(importance)