从组合的 randomForest 回归对象计算 R 平方（%Var 解释）

Question

计算 randomForest 回归时，对象包括 R 平方作为“% Var explained: ...”。

library(randomForest)
library(doSNOW)
library(foreach)
library(ggplot2)

dat <- data.frame(ggplot2::diamonds[1:1000,1:7])
rf <- randomForest(formula = carat ~ ., data = dat, ntree = 500)
rf
# Call:
#   randomForest(formula = carat ~ ., data = dat, ntree = 500) 
#                Type of random forest: regression
#                      Number of trees: 500
# No. of variables tried at each split: 2
# 
# Mean of squared residuals: 0.001820046
# % Var explained: 95.22

但是，当使用 foreach 循环计算 combine 多个 randomForest 对象时，R 平方值不可用，如 [=17= 中所述]:

The confusion, err.rate, mse and rsq components (as well as the corresponding components in the test compnent, if exist) of the combined object will be NULL

cl <- makeCluster(8)
registerDoSNOW(cl)

rfPar <- foreach(ntree=rep(63,8), 
                 .combine = combine, 
                 .multicombine = T, 
                 .packages = "randomForest") %dopar% 
                 {
                   randomForest(formula = carat ~ ., data = dat, ntree = ntree)
                 }
stopCluster(cl)

rfPar
# Call:
#   randomForest(formula = carat ~ ., data = dat, ntree = ntree) 
#                Type of random forest: regression
#                      Number of trees: 504
# No. of variables tried at each split: 2

因为在 this question 中没有真正回答：是否有可能在之后从 randomForest 对象计算 R 平方（% Var 解释）和平方残差的平均值？

（这种并行化的批评者可能会争辩说使用 caret::train(... method = "parRF") 或其他方法。然而，这会花费很长时间。事实上，这可能对任何使用 combine 合并的人有用randomForest 个对象...)

Answer 1

是的。您可以在事后计算 R 平方值，方法是将训练数据和训练模型得出的预测结果与实际值进行比较：

# taking the object from the question:
actual <- dat$carat
predicted <- unname(predict(rfPar, dat))

R2 <- 1 - (sum((actual-predicted)^2)/sum((actual-mean(actual))^2))

或均方误差：

caret::RMSE(predicted,actual)

从组合的 randomForest 回归对象计算 R 平方（%Var 解释）

Calculate R-squared (%Var explained) from combined randomForest regression object

r

random-forest