这是我 Build 的模型的总结 . 我无法理解我的模型有多好，想知道“ OOB ”的含义及其意义，我想知道我怎么能说我的模型能很好地预测结果
调用：随机森林（式= Loan_Status〜家属ApplicantIncome CoapplicantIncome LoanAmount Credit_History Property_Area NC，数据= train_data）随机森林类型：分类树数量：变量500号试图在每个分裂：2
OOB estimate of error rate: 18.89%
混淆矩阵：N Y class.error N 93 99 0.51562500 Y 17 405 0.04028436
1 回答
您必须先了解bootstrap聚合，这里：https://en.wikipedia.org/wiki/Bootstrap_aggregating
Out Of Bag是每个Zi（Zi =（Xi，Yi））根据其各自的bootstrap样本中不包含Zi的树的预测计算的平均误差，根据：http://scikit-learn.org/stable/auto_examples/ensemble/plot_ensemble_oob.html