查看 sklearn 中的 make_scorer 函数：http ://scikit-learn.org/stable/modules/generated/sklearn.metrics.make_scorer.html

您可能需要自己编写 OoB 组件，我之前从未在 Sklearn 中使用该指标进行评分，所以我不确定。

另外，考虑使用随机搜索而不是网格搜索，在处理大的超参数空间时更实用，因为它不需要搜索没有影响的参数的整个维度。

抱歉 - 我知道这是在旧线程上，但您可以model.oob_score_在运行模型拟合后尝试调用。它应该提供 OOB 准确性

我希望我的措辞正确。

您可以将其称为最佳估计器的属性，即

grid_model.best_estimator_.oob_score_

所以你不能真正使用grid_model.oob_score_，因为 gridsearchcv 没有这样的属性；但是您可以调用随机森林模型的最佳实例，然后调用属性。