【问题标题】：Out-Of-Bag error plot in Random Forest随机森林中的袋外错误图
【发布时间】：2018-07-15 06:40:02
【问题描述】：
我尝试将随机森林拟合到我的数据集，以在对照组和阿尔茨海默组之间进行分类。在第一次尝试中，我得到了左侧 OOB 错误图，而在第二次尝试中，我减少了数据集中的变量数量，得到了右侧 OOB 错误图。我的问题是比较这两个图，什么是更好的 OOB 图？Alzemier 和 Control 的类误差是否应该接近 Forest 的 OOB 曲线？如果是，为什么？
【问题讨论】：
标签：
r
classification
random-forest
【解决方案1】：
右边的图有更好的OOB错误。我假设阿尔茨海默病和控制线也是 OOB 错误，但针对特定类别进行了计算。随机森林预测器是通过引导一小部分样本构建的，OOB 误差是在算法的每次迭代中未选择（从袋子中）的样本上计算的。因此，OOB 误差是您在构建模型时的性能估计，如Breinman 所述，误差越小当然越好。
“Alzheimer 和 Control 的类错误应该更接近 Forest 的 OOB 曲线吗？”这取决于您的模型在预测每个类别方面的能力。如果两个类的分类误差相似，则 OOB 误差将接近两者。