使用bagging函数开发CART决策树后如何计算R-squared？

Question

我正在使用以下带有 ipred 的 bagging 函数在 R 中引导样本 500 次以开发决策树：

baggedsample <- bagging(p ~., data, nbagg=500, coob=TRUE, control = list 
(minbucket=5))

在此之后，我想知道 R 平方。

我注意到如果我使用插入符号函数进行装袋，R-squared 将自动计算如下：

# Specify 10-fold cross validation
ctrl <- trainControl(method = "cv",  number = 10) 

# CV bagged model
baggedsample <- train(
  p ~ .,
  data,
  method = "treebag",
  trControl = ctrl,
  importance = TRUE
  )

# assess results
baggedsample

RMSE      Rsquared   MAE     
##   36477.25  0.7001783  24059.85

---

感谢您对此问题的任何指导，谢谢。

Answer 1

由于您没有提供任何数据，我将使用内置的虹膜数据进行说明。

您可以简单地根据公式计算 R 平方。

attach(iris) 
BAG = bagging(Sepal.Length ~ ., data=iris)
R2 = 1 - sum((Sepal.Length - predict(BAG))^2) /
    sum((Sepal.Length - mean(Sepal.Length))^2)
R2
[1] 0.824782