Out-of-Bag (OOB)

في الغابات العشوائية، نحو ثُلث بيانات التدريب لا تدخل العيّنة التمهيدية لشجرة معيّنة. تُستخدم هذه العيّنات غير المرئية لتقدير خطأ التعميم مجاناً دون الحاجة لمجموعة اختبار منفصلة.

In Random Forests, approximately one-third of training data is left out of each tree's bootstrap sample. These unseen samples are used to estimate generalization error for free without needing a separate test set.