임의의 포리스트 OOB의 중요성 및 오류 예상

Question

이것은 내가 작성한 모델의 요약입니다. 나는 나의 모델이 얼마나 잘 이해 할 수없는 그리고 난 내가 내 모델

호출 결과를 잘 예측하는 것을 말할 수있는 방법을 알고 싶은 것이 "OOB"수단과 그 의미와 알고 싶다 : 랜덤 포레스트 (화학식 = Loan_Status ~ 부양 + ApplicantIncome + CoapplicantIncome + LoanAmount + Credit_History + Property_Area + NC 데이터 = train_data) 랜덤 포레스트의 유형 : 분류 나무 : 2

각 분할에 시도 변수 500 호

OOB estimate of error rate: 18.89% 

혼란 매트릭스 : NY의 class.error N 93 99 0.51562500 Y 먼저 여기 배깅, 이해해야 17 405 0.04028436

Answer 1

: 가방에서 https://en.wikipedia.org/wiki/Bootstrap_aggregating

각 닫아 ZI (= (사이의 평균 에러가 , Yi))에 따라 각각의 부트 스트랩 샘플에 Zi를 포함하지 않는 트리로부터의 예측으로부터 계산한다 : http://scikit-learn.org/stable/auto_examples/ensemble/plot_ensemble_oob.html