ランダムフォレストOOBとエラー見積もりの​​重要性

Question

これは私が作成したモデルの要約です。私は私のモデルがどのように良い理解することができませんし、私は私のモデルは

コール結果をよく予測していると言うことができる方法を知っていただきたいと思い何を「OOB」を意味し、その意義と知っていただきたいと思います： ランダムフォレストのランダムフォレスト（式= Loan_Status〜扶養+ ApplicantIncome + CoapplicantIncome + LoanAmount + Credit_History + Property_Area + NC、データ= train_data） タイプ：木の分類 番号：各分割で試み変数の500 番号：2

OOB estimate of error rate: 18.89% 

混乱マトリックス： NYのclass.error N 93 99 0.51562500 Yあなたが最初にここバギング、理解しなければならない17 405 0.04028436

Answer 1

：袋からhttps://en.wikipedia.org/wiki/Bootstrap_aggregating

は、各紫（紫=（Xiのための平均誤差であります、Yi））それぞれのブートストラップサンプルにZiを含まないツリーからの予測から計算すると、 http://scikit-learn.org/stable/auto_examples/ensemble/plot_ensemble_oob.html