使用装袋函数开发CART决策树后如何计算R平方？

Question

我正在使用以下带有ipred的袋装功能，将样本在R中自举500次，以开发决策树：

baggedsample <- bagging(p ~., data, nbagg=500, coob=TRUE, control = list 
(minbucket=5))

在此之后，我想知道R平方。

我注意到，如果使用插入符号功能进行装袋，R平方将自动计算如下：

# Specify 10-fold cross validation
ctrl <- trainControl(method = "cv",  number = 10) 

# CV bagged model
baggedsample <- train(
  p ~ .,
  data,
  method = "treebag",
  trControl = ctrl,
  importance = TRUE
  )

# assess results
baggedsample

RMSE      Rsquared   MAE     
##   36477.25  0.7001783  24059.85

---

感谢有关此问题的任何指导。

Answer 1

由于您未提供任何数据，因此我将说明如何使用内置的虹膜数据。

您可以简单地根据公式计算R平方。

attach(iris) 
BAG = bagging(Sepal.Length ~ ., data=iris)
R2 = 1 - sum((Sepal.Length - predict(BAG))^2) /
    sum((Sepal.Length - mean(Sepal.Length))^2)
R2
[1] 0.824782