急！bagging trees 中利用out of bag计算feature importance时，错误的增加是怎么得到

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

如题，
个人的 理解是：out of bag用在对应的tree中进行分类得到一个错误率（这个值应该在0~1之间吧），把某一维随机打乱，得到一个分类的错误率（这个值也应该在0~1之间吧），增加的分类错误率作为特征的重要度。
但是为什么在matlab中最后得到的结果会有大于1的呢？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：importance feature bagging import Trees 计算