随机森林OOB的重要性和错误估计

-1

这是我建立的模型的摘要。我无法理解我的模型有多好，并且想知道我想知道我怎么能说我的模型预测结果以及随机森林OOB的重要性和错误估计

称之为“OOB”手段，其意义和：随机森林（式= Loan_Status〜家属+ ApplicantIncome + CoapplicantIncome + LoanAmount + Credit_History + Property_Area + NC，数据= train_data）类型随机森林的：分类的树木数量：变量500 号在每个分割尝试：2

OOB estimate of error rate: 18.89%

混乱矩阵： NY class.error Ñ93 99 0.51562500 ý17 405 0.04028436

来源

2016-07-05 pskumar

必须首先了解自举聚合，这里：https://en.wikipedia.org/wiki/Bootstrap_aggregating

缺货袋是每个字（字=（僖的平均误差，Yi））根据这个预测从不含Zi的树中预测出来： http://scikit-learn.org/stable/auto_examples/ensemble/plot_ensemble_oob.html

来源

2016-07-07 09:29:48 Masoud

随机森林OOB的重要性和错误估计

回答

相关问题