scikit-learn中RandomForestRegressor的OOB分数计算方式咨询

• 结论：是的，RandomForestRegressor的OOB分数默认采用**袋外均方误差（OOB MSE）**作为计算方法。
• 具体计算流程：
  1. 针对每个训练样本，筛选出所有未将该样本纳入bootstrap训练集的决策树；
  2. 用这些树对该样本进行预测，取所有预测结果的平均值，作为该样本的OOB预测值；
  3. 基于所有样本的真实标签与对应的OOB预测值，计算均方误差，这个值就是最终的OOB分数。

你参考的杜克大学讲义第17页的描述，完全匹配scikit-learn的实际实现逻辑——回归任务的OOB分数确实是通过这种方式计算整体OOB MSE得到的。

内容的提问来源于stack exchange，提问作者cbass798