Интерпретация оценки ошибок из пакета для RandomForestRegressor

Я использую регрессор RandomForest для своих данных, и я мог видеть, что показатель oob был получен равным 0,83. Я не уверен, как это получилось, чтобы быть таким. Я имею в виду, что мои цели - высокие значения в диапазоне 10 ^ 7. Так что, если это MSE, то это должно было быть намного выше. Я не понимаю, что здесь означает 0,83.

Я использую Python RandomForestRegressor из набора инструментов sklearn.

я делаю

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

Затем я вижу model.oob_score_ и получаю значения, такие как 0,83809026152005295

$R^2$

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()вычисляет коэффициент детерминации ака. R2 , у которого наилучшая возможная оценка равна 1,0, а более низкие значения хуже.

FYI:

• Что является ошибкой вне сумки в случайных лесах?
• В чем разница между «коэффициентом детерминации» и «среднеквадратичной ошибкой»?
• Брейман, Лев. Оценка вне сумки . Технический отчет, Департамент статистики, Калифорнийский университет в Беркли, Беркли, CA 94708, 1996b. 33, 34, 1996.