RandomForestRegressorのout of bagエラー推定の解釈

データにRandomForestリグレッサーを使用していますが、oobスコアが0.83であることがわかりました。どうやってこのようになったのかわかりません。私の目標は10 ^ 7の範囲の高い値であることを意味します。したがって、それがMSEの場合は、はるかに高いはずです。ここで0.83の意味がわかりません。

私はsklearnツールキットのPythonのRandomForestRegressorを使用しています。

私がやります

model = RandomForestRegressor（max_depth = 7、n_estimators = 100、oob_score = True、n_jobs = -1）model.fit（trainX、trainY）

次に、model.oob_score_を確認し、0.83809026152005295のような値を取得します

$R^2$

self.oob_score_ = 0.0
for k in xrange(self.n_outputs_):
    self.oob_score_ += r2_score(y[:, k], predictions[:, k])
self.oob_score_ /= self.n_outputs_

r2_score()別名決定係数を計算します。R2は、可能な限り最高のスコアが1.0で、値が低いほど悪くなります。

ご参考までに：

• ランダムフォレストのout of bagエラーとは何ですか？
• 「決定係数」と「平均二乗誤差」の違いは何ですか？
• ブレイマン、レオ。アウトオブバッグ推定。テクニカルレポート、カリフォルニア大学バークレー校統計部、バークレーCA 94708、1996b。33、34、1996。