随机森林滑雪- OOB评分

Question

在python中包含oob_Score =True和RandomForestClassifier中不包含oob_score有什么区别。OOB错误是使用来自树的预测计算的平均误差，这些树在各自的引导示例中不包含，因此包含参数oob_score= True如何影响平均误差的计算。

Answer 1

对于每棵树，只为构建树选择了一部分数据，即培训。剩下的样本是袋外样品。这些带包的样本可以在训练期间直接使用来计算测试的准确性.如果激活该选项，将计算"oob_score_“和"oob_prediction_”。

如果激活或不激活该选项，则培训模式不会更改。显然，由于RF的随机性，如果您申请两次，模型将不会完全相同，但它与"oob_score“选项无关。不幸的是，scikit-learn选项不允许您设置OOB定额，即用于构建树的样本百分比。在其他图书馆(如C++ Shark sources/tutorials/algorithms/rf.html)，情况就是如此。