我觉得我在这里缺少一些非常基本的东西。
我进行了随机森林回归：
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")
来自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)
...并且得到了一个与rf.predict对象的检查完全不同的答案。
有人可以突出我的错误吗？
答案 0 :(得分：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)才能获得OOB预测。
感谢@joran和@Vlo提供的有用评论