学习参数oob_score，oob_score_，oob_prediction_

Question

我很难弄清楚oob_score_对科学知识中的随机森林回归者意味着什么。文件上写着：

oob_score_：训练数据集的浮点数。

一开始，我以为它会将每一个实例的分数返回到一组公开的实例上。但这是由属性提供的：

oob_prediction_ :数组的形状= n_samples预测计算出来的估计对训练集。

它返回一个数组，其中包含每个实例的预测。然后对文档中的其他参数进行分析，发现方法评分(X，y，sample_weight=None)返回决定系数R 2。

考虑到调用属性oob_score_返回单个浮点值，它代表什么？如果可能的话，我也想知道它是如何计算的。

指向文档的链接是RandomForestRegressor。

Answer 1

它将准确地返回文档中所说的内容。

oob_score_：训练数据集的浮点分数，它是用一个外露的估计值得到的.

哪里得分

分数(X，y，sample_weight=None)返回决定系数R 2。

而袋外估计是由于套袋程序而不用于训练的样本.

看看来源，第727-740行

    predictions /= n_predictions
    self.oob_prediction_ = predictions

    if self.n_outputs_ == 1:
        self.oob_prediction_ = \
            self.oob_prediction_.reshape((n_samples, ))

    self.oob_score_ = 0.0

    for k in range(self.n_outputs_):
        self.oob_score_ += r2_score(y[:, k],
                                    predictions[:, k])

    self.oob_score_ /= self.n_outputs_

换句话说，这只是R2在oob_prediction_上的分数