使用 XGBoostxgb.importance可以打印重要性矩阵，显示通过增益、覆盖率和频率测量的分类的可变重要性值。增益是推荐的可变重要性指标。使用脱字符重采样（repeatedcv，数量=10，重复=5）、特定的调整网格和训练method = "xgbTree"，脱字符varImp()函数显示从 0-100% 缩放的 k 倍特征重要性估计。
xgb.importance
method = "xgbTree"
varImp()
我的问题是插入符varImp(xgbMod)包装函数是否使用增益或增益、覆盖率和频率的所有组合？
varImp(xgbMod)
r machine-learning r-caret
machine-learning ×1
r ×1
r-caret ×1