La matrice de confusion contient des résultats sur l'exactitude de classification du modèle. Pour un arbre donné dans la forêt, un vote de classe pour une ligne dans les données out-of-bag est la classe prévue pour la ligne d'après l'arbre unique. La classe prévue pour une ligne dans les données out-of-bag est la classe de vote le plus élevé sur tous les arbres de la forêt.

Dénombrement

Le dénombrement est le nombre de lignes dans les données.

Taux de vrais positifs (sensibilité ou puissance)

Taux de faux positifs (erreur de type I)

Taux de faux négatifs (erreur de type II)

Taux de vrais négatifs (spécificité)