RandomForest没有计算OOB错误[重复]答案

【问题标题】：RandomForest no calculation of OOB error [duplicate]RandomForest没有计算OOB错误[重复]
【发布时间】：2018-04-27 01:35:03
【问题描述】：

我是随机森林模型领域的新手，并试图解释几个 RF 模型的输出。使用的数据集相当大（大约 5,000 行及更多，五个预测变量，全部为数字），而模型（使用 R 包 randomForest 和 RandomForestSRC 进行比较和更好的绘图）似乎运行良好，我得到了 %var 的解释40%，由于某种原因，我似乎无法计算 OOB 错误。它应该与RF摘要中的混淆矩阵一起出现，但我得到的只是例如这个：

我目前使用 randomForest 包运行的代码是：

rf3 <-randomForest(fishing_hours ~ . , data = data_fish, ntree = 1000, importance=TRUE, do.trace=100)

尝试使用 rf3$err.rate[,1] 访问 OOB 错误率，我得到 NULL，因为结果或 NA 被列出并且绘制 rf3 看起来像这样：

我正在做回归 - 是否有机会获得错误率或其他有用的模型性能指标的建议？

非常感谢任何帮助 - 如果需要，我们很乐意分享示例数据集。

【问题讨论】：

我按照该问题的答案中的建议尝试了 model$err.rate[,1]，它给了我 NULL。将在我的问题中澄清这一点
@divibisan 非常感谢，我没见过。事实上，我正在做一个回归。知道在这种情况下如何获得错误率或任何其他模型性能指标吗？ RandomForestSRC 给了我一个错误率，但我还没有找到如何解释它。
@divibisan 好的，我正在看那个，但我猜希望能得到更多。非常感谢。您想正确回答问题以便我接受您的回答吗？

标签： r random-forest

【解决方案1】：

random.forest 包仅在您进行分类时计算 OOB 错误 (err.rate) 和 confusion 矩阵。

均方误差通常用于确定回归问题的错误率，您可以从 models$mse 访问它。

CrossValidated 上的这个答案也可能会有所帮助： https://stats.stackexchange.com/questions/305046/best-way-to-evaluate-a-random-forest-model-accuracy-on-continuous-data

【讨论】：