Получить значения полей из rpy2 Случайный объект леса

Question

Я пытаюсь запустить реализацию R Random Forest с использованием Python. Я использую модуль rpy2, чтобы сделать это легко. Вот простой пример со случайными сгенерированных данных:

import numpy as np 
from rpy2.robjects.numpy2ri import numpy2ri 
from rpy2.robjects.packages import importr 
from rpy2 import robjects as ro 

#create data 
X np.random.rand(30,100) 
#create y-values 
y = np.random.randint(2, size=30) 
X = numpy2ri(X) 
y = ro.FactorVector(numpy2ri(y)) 
#build RF 
model = rf.randomForest(X, y) 

Теперь, как я могу получить доступ, из питона, все поля моей модели? Как я могу получить коэффициент ошибок или значение переменной? В r это очень просто:

model$importance[,"MeanDecreaseGini"] 

Как это можно сделать с помощью rpy2? Как получить доступ ко всем полям моего объекта модели?

Answer 1

Вы можете получить доступ к полям с .rx:

>>> model.rx('importance')[0] 
    <Matrix - Python:0x1126137e8/R:0x10a292290> 
[0.259480, 0.076463, 0.240162, ..., 0.049585, 0.249498, 0.043696] 

Answer 2

Использование панд можно присвоить имена столбцов, то с помощью rpy2/R interface преобразования dataframe к объекту R, который сохраняет имена полей.

import pandas as pd 
import rpy2.robjects as robjects 
import pandas.rpy.common as com 
import numpy as np 
r = robjects.r 

r.library("randomForest") 

# generate a pandas dataframe with random numbers 
df = pd.DataFrame(data=np.random.rand(100, 30), columns=["a{}".format(i) for i in range(30)]) 
df["b"] = np.random.randint(2, size=100) 

# create r objects 
X = com.convert_to_r_dataframe(df.drop("b", axis=1)) 
Y = robjects.FactorVector(df.b) 

# build rf model 
rf = r.randomForest(X, Y) 

# print Mean Decrease Gini and Field names 
print rf.rx("importance") 
print r.dimnames(rf[8]) 

Это возвращает

randomForest 4.6-7 
Type rfNews() to see new features/changes/bug fixes. 
$importance 
    MeanDecreaseGini 
a0   3.264841 
a1   1.889741 
a2   1.836287 
a3   1.397774 
a4   2.004300 
a5   1.973436 
a6   1.282584 
a7   1.834799 
a8   1.891645 
a9   1.607779 
a10   1.926996 
a11   1.431277 
a12   1.605571 
a13   2.372562 
a14   1.342930 
a15   1.596201 
a16   1.402425 
a17   1.161261 
a18   1.423914 
a19   1.532494 
a20   1.182701 
a21   1.328816 
a22   1.654255 
a23   1.437174 
a24   1.312123 
a25   1.698160 
a26   1.545838 
a27   2.169778 
a28   1.314767 
a29   1.048250 

... и имена полей, как вы бы увидеть их в R