Python 3.x 是否有任何方法可以对随机森林回归器的现成数据进行RMSE和MAE评估

我正在为我的论文工作使用随机森林回归模型。我的数据集很小（大约3000个样本和20个特征），而且它与列车数据拟合过度。由于数据集很小，我不想将数据分割成训练集（训练+oob）和测试集，所以我使用bagging回归来避免过度拟合问题。 我试图评估回归模型的性能指标。我可以计算列车组的RMSE和MAE值，但我不知道如何检查这些指标是否有行李外数据。需要建议吗 提前感谢

你能给我们展示一下你目前的设置吗？我们可以帮忙吗？bagging=BaggingRegressor（RandomForestRegressor（），n_estimators=500，bootstrap=True，oob_score=True）bagging.fit（X_prepared，y）你能给我们展示一下你目前的设置吗？bagging=BaggingRegressor（RandomForestRegressor（）），n_估计值=500，bootstrap=True，oob_得分=True）装袋拟合（X_准备，y）