r语言 - 解释随机森林调用结果

Question

我的模型 随机森林的调用是：

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？ 关于否的任何建议。 每次拆分时尝试的变量数？ 我应该增加它吗？

Mean of squared residuals: 0.1200638
% Var explained: 87.96

我们如何解释这两者？更低，更高？哪个更好？

谢谢！

Answer 1

您是在谈论您提到的两个评估指标吗？

残差平方的均值 - 越低越好，因为它是误差平方的均值(残差(

Var 解释说 - 越高越好，因为它variance of predicted values / variance of actual values

让我知道上述内容是否解决了您的问题，或者您需要进一步澄清指标。