r - R mse 计算中的 randomForest 包

Question

我觉得我在这里遗漏了一些非常基本的东西。

我运行了一个随机森林回归：

INTERP.rf<-randomForest(y~.,data=df,importance=T,mtry=3,ntree=300)

然后提取训练集的预测：

rf.predict<-predict(INTERP.rf,df,type="response")

rf.predict 的 %var 看起来太低了，所以我检查了它：

MSE.rf<-sum((rf.predict-y)^2)/length(y)

...得到的答案与检查 rf.predict 对象给出的答案截然不同。

请问有人可以突出我的错误吗？

Answer 1

正确的方法是使用：

rf.predict<-predict(INTERP.rf)

我不知道我需要使用predict.randomforest(model)而不是predict.randomForest(model,trainingData)获得 OOB 预测。

感谢@joran 和@Vlo 提供有用的评论