Utilisation de XGBoost xgb.importance
une matrice d'importance peut être imprimée, montrant les valeurs d'importance des variables pour la classification, mesurées par le Gain, la Couverture et la Fréquence. Le gain est l'indicateur recommandé de l'importance des variables. En utilisant le rééchantillonnage par caret (repeatedcv, number=10, repeats =5), une grille d'accord particulière, et le train method = "xgbTree"
le caret varImp()
montre l'estimation de l'importance de la caractéristique k-fold mise à l'échelle de 0-100%.
Ma question est de savoir si le caret varImp(xgbMod)
La fonction wrapper utilise-t-elle le gain ou une combinaison de gain, de couverture et de fréquence ?