パブリケーションでランダムフォレストを表示する最良の方法は？

私は、ランダムフォレストアルゴリズムを、1000種類の特徴を持つマイクロアレイ研究の2つのグループの堅牢な分類子として使用しています。

• ランダムフォレストを提示して、それを論文で再現可能にするのに十分な情報があるようにする最良の方法は何ですか？
• フィーチャの数が少ない場合、実際にツリーをプロットするRのプロットメソッドはありますか？
• エラー率のOOB推定は、引用するのに最適な統計ですか？

それを再現可能にすることに関して、最良の方法は、論文とともに再現可能な研究（すなわち、コードとデータ）を提供することです。Webサイトまたはホスティングサイト（githubなど）で利用できるようにします。

視覚化に関しては、Leo Breimanがこれについていくつかの興味深い研究を行っています（彼のホームページ、特にグラフィックスのセクションを参照）。

しかし、Rを使用している場合、randomForestパッケージにはいくつかの便利な機能があります。

data(mtcars)
mtcars.rf <- randomForest(mpg ~ ., data=mtcars, ntree=1000, keep.forest=FALSE,
                           importance=TRUE)
plot(mtcars.rf, log="y")
varImpPlot(mtcars.rf)

そして

set.seed(1)
data(iris)
iris.rf <- randomForest(Species ~ ., iris, proximity=TRUE,
                        keep.forest=FALSE)
MDSplot(iris.rf, iris$Species)

実際にツリーをプロットする簡単な方法を知りませんが、このgetTree関数を使用してツリーを取得し、それを個別にプロットできます。

getTree(randomForest(iris[,-5], iris[,5], ntree=10), 3, labelVar=TRUE)

「なぜ、どのようにランダムフォレスト変数重要度指標（とどのようにすべきでない）を使用する」にシュトローブル/ Zeileisプレゼンテーションは、このようにして製造されている必要があります木の例があります。ツリーモデルに関するこのブログ投稿には、たとえば使用できるCARTツリープロットの良い例がいくつかあります。

@chlがコメントしたように、単一のツリーはこのコンテキストでは特に意味がありません。そのため、ランダムフォレストとは何かを説明するためにそれを使用する以外は、これを論文に含めません。

1. シェーンが書いたように。RFは確率的であるため、再現可能な研究に加えて、ランダムシードを含めます。
2. まず、RFを形成する単一のツリーをプロットするのはナンセンスです。これはアンサンブル分類器であり、全体としてのみ意味があります。しかし、フォレスト全体をプロットすることはナンセンスです。これはブラックボックス分類子であるため、データをその構造で説明することを目的としておらず、むしろ元のプロセスを複製することを目的としています。代わりに、シェーンが提案したプロットをいくつか作成してください。
3. 実際には、OOBは非常に優れたエラー近似です。しかし、これは広く受け入れられている事実ではないため、公開するためには、履歴書を作成して確認することをお勧めします。

プロットが必然的に意味を持つことに関する他の回答の警告に留意してください。しかし、説明/教育目的のプロットが必要な場合は、次のRのスニペットが役に立つかもしれません。必要に応じて、エッジテキストに「スプリットポイント」を追加するのは難しくありません。

to.dendrogram <- function(dfrep,rownum=1,height.increment=0.1){

  if(dfrep[rownum,'status'] == -1){
    rval <- list()

    attr(rval,"members") <- 1
    attr(rval,"height") <- 0.0
    attr(rval,"label") <- dfrep[rownum,'prediction']
    attr(rval,"leaf") <- TRUE

  }else{##note the change "to.dendrogram" and not "to.dendogram"
    left <- to.dendrogram(dfrep,dfrep[rownum,'left daughter'],height.increment)
    right <- to.dendrogram(dfrep,dfrep[rownum,'right daughter'],height.increment)
    rval <- list(left,right)

    attr(rval,"members") <- attr(left,"members") + attr(right,"members")
    attr(rval,"height") <- max(attr(left,"height"),attr(right,"height")) + height.increment
    attr(rval,"leaf") <- FALSE
    attr(rval,"edgetext") <- dfrep[rownum,'split var']
    #To add Split Point in Dendrogram
    #attr(rval,"edgetext") <- paste(dfrep[rownum,'split var'],"\n<",round(dfrep[rownum,'split point'], digits = 2),"=>", sep = " ")
  }

  class(rval) <- "dendrogram"

  return(rval)
}

mod <- randomForest(Species ~ .,data=iris)
tree <- getTree(mod,1,labelVar=TRUE)

d <- to.dendrogram(tree)
str(d)
plot(d,center=TRUE,leaflab='none',edgePar=list(t.cex=1,p.col=NA,p.lty=0))