隨機森林OOB的重要性和錯誤估計

-1

這是我建立的模型的摘要。我無法理解我的模型有多好，並且想知道我想知道我怎麼能說我的模型預測結果以及隨機森林OOB的重要性和錯誤估計

稱之爲「OOB」手段，其意義和：隨機森林（式= Loan_Status〜家屬+ ApplicantIncome + CoapplicantIncome + LoanAmount + Credit_History + Property_Area + NC，數據= train_data）類型隨機森林的：分類的樹木數量：變量500 號在每個分割嘗試：2

OOB estimate of error rate: 18.89%

混亂矩陣： NY class.error Ñ93 99 0.51562500 ý17 405 0.04028436

來源

2016-07-05 pskumar

必須首先了解自舉聚合，這裏：https://en.wikipedia.org/wiki/Bootstrap_aggregating

缺貨袋是每個字（字=（僖的平均誤差，Yi））根據這個預測從不含Zi的樹中預測出來： http://scikit-learn.org/stable/auto_examples/ensemble/plot_ensemble_oob.html

來源

2016-07-07 09:29:48 Masoud

隨機森林OOB的重要性和錯誤估計

回答

相關問題