r-有没有一种方法可以根据h2o.randomForest()中的袋内样本(而不是袋外样本)获得训练得分历史

Question

我想知道我在h2o R版本中的随机森林拟合的袋内训练指标：

rf_cv = h2o.randomForest(x = x, y = y,
training_frame = cali,
ntrees = 800,
nfolds = 5,
mtries = 3,
seed = 98)

当我打印得分历史记录时，我会得到以下训练指标：

> rf_cv@model$scoring_history
number_of_trees training_rmse training_mae training_deviance
1               0.70767       0.45476      0.50080
...
800             0.47283       0.30862      0.22357

但这些指标来自开箱样品，如性能摘要所示：

> h2o.performance(rf_cv)
H2ORegressionMetrics: drf
** Reported on training data. **
** Metrics reported on Out-Of-Bag training samples **
MSE:  0.2235729
RMSE:  0.4728349
MAE:  0.3086151
RMSLE:  0.1403068
Mean Residual Deviance :  0.2235729

我知道我可以用h2o.performance(rf_cv, data = train)获得整体的袋内训练表现，但我需要得分历史。我浏览了文档并寻找了类似的问题，但到目前为止我什么也没找到。如有任何帮助，我们将不胜感激。

Answer 1

不是专家，但我花了一些时间，也做了一些研究，据我所知，没有办法检索包内分数。对于一个随机的森林来说，计算它是没有意义的。我也没有发现任何与袋外或袋内样品有关的东西，所以我认为它们也没有被储存起来。然而，如果你能在某个地方找到它们，你可能会使用h2o.getModelTree()来产生某种分数。

你也可以去查看源代码，看看你是否有更深入的见解。

我还发现了这个问题，它可能会对你有所帮助。但是，它不使用h2o，而是使用randomForestR库(如果您可以选择的话(。在那里，你可以检索OOB样本，这样你就知道袋子里的样本是什么，然后你可以自己打分，但我自己没有这样做。