Когда вы строите свою модель, добавьте следующее условие: variable_importance = T
Это будет гарантировать, что, когда ваша модель построена, она будет возвращать ваши переменные важности.
В демо-версии Deep Learning для R требуется, чтобы вы изменили процесс построения модели. Во-первых, запустить демо, выполнив следующий код:
library(h2o)
conn <- h2o.init(nthreads = -1)
demo(h2o.deeplearning)
Затем настройте код инициированные ваша модель построить, добавив в условиях упомянутого ранее:
model = h2o.deeplearning(x = setdiff(colnames(prostate.hex), c("ID","CAPSULE")), y = "CAPSULE", training_frame = prostate.hex, activation = "Tanh", hidden = c(10, 10, 10), epochs = 10000, variable_importances = T)
Наконец, вы можете сделать следующее для получения ваших переменных значений:
> h2o.varimp(model)
Variable Importances:
variable relative_importance scaled_importance percentage
1 PSA 1.000000 1.000000 0.175660
2 VOL 0.937293 0.937293 0.164645
3 GLEASON 0.930565 0.930565 0.163463
4 AGE 0.799607 0.799607 0.140459
5 DCAPS 0.793741 0.793741 0.139429
6 DPROS 0.703781 0.703781 0.123626
7 RACE 0.527824 0.527824 0.092718
Надеюсь, это поможет!