随机森林模型的输出值可接受吗？

Question

我有一个随机森林模型来预测房屋的销售价格。调整后的模型输出如下：

> print(rf1)

Call:
 randomForest(formula = price ~ ., data = train, mtry = 5, ntree = 300,      importance = T, proximity = T, do.trace = T) 
               Type of random forest: regression
                     Number of trees: 300
No. of variables tried at each split: 5

          Mean of squared residuals: 34804126985
                    % Var explained: 73.67
> cor(p2, test$price)
[1] 0.8523592
> caret::RMSE(p2, test$price)
[1] 197536.8
> mean(rf1$mse)
[1] 36350888740

我想知道mse和rmse的值是否可以接受，因为我通常知道的是，值越小越好。但是，在这种情况下，该值要高得多。同样，R ^ 2的值在0.7367左右，非常好。在回归的情况下，计算0.8523592的精度是否有意义？

调整第一个随机森林模型后的代码如下：

# tuning the rf model
t <- tuneRF(train[, -1], train[, 1],
            ntreeTry = 300,
            plot = T,
            stepFactor = 0.5,
            trace = T)
?tuneRF

# rf model again
rf1 <- randomForest(price ~ ., data = train, mtry = 5, ntree = 300, importance = T,
                    proximity = T, do.trace = T)

此外，从第一个模型开始，调整后的模型没有太大改进。