我的模型randomForest的调用为：
Call:
randomForest(formula = medv ~ ., data = training_set, ntree = 100, set.seed = 500)
Type of random forest: regression
Number of trees: 100
No. of variables tried at each split: 4
Mean of squared residuals: 0.1200638
% Var explained: 87.96
我们如何解释所有这些数字？关于每次拆分尝试的变量数量有什么建议吗？我应该增加它吗？
Mean of squared residuals: 0.1200638
% Var explained: 87.96
我们如何解释这两个？较低，较高？哪个更好？
谢谢！
答案 0 :(得分：1)
您是否在谈论您提到的两个评估指标？
残差平方的平均值-越低越好，因为它是误差平方（残差）
Var解释-const rp = require('request-promise') ;
rp({
uri: 'https://recaptcha.google.com/recaptcha/api/siteverify',
method: 'POST',
formData: {
secret: secretkey,
response: captchaRes
},
json: true
}).then(result => {
console.log("recaptcha result", result)
if (result.success) {
// for human detection
}
else {
// for bot detection
}
}).catch(reason => {
// error handling
}) ;越高越好
让我知道以上方法是否可以解决您的问题，或者您需要进一步澄清指标。