随机森林有一个pseudo r-squred：

r-pseudo = １ - mse / var(y）

mse的计算就是1 / n *　sum(yhat -y )^2
参见http://en.wikipedia.org/wiki/Mean_squared_error

没明白哦，可否写个完整程序呢，将R平方添加到图中？

还有2个问题：
1、决策树的图像展示结果为“139+e3”这种格式，怎么改成正常数字格式呢？
2、决策树呈现结果里面，可以加上：计数、均值、标准差、logworth、差值，显示完整的拟合结果？

不好意思啊, 仔细一看我回答的是随机森林的.
一下子脑子抽住了.

总体上市很相似的。决策树的R-squared这么算:
(以下计算基于test set）
首先计算 SST = sum( (yi - ybar) ^ 2)
然后计算 每个叶节点k上的　Sk = sum( (yi - ybar) ^ 2), 把所有的Sk直接求和， 得到SSE
然后Rsquared就是1 - SSE / SST

我不知道你的数据形式是怎样的， 所以不知道怎么写啊。
其次，图像总会是可以改的啊。再不行可以根据结果自己写一个画图脚本嘛
但是你原来的图像是怎样的，最后的图像又是怎样的呢？

比如有下面数据样本，研究其他三个变量对贷款总额度的决策树分支，能否写个完整程序呢？
拜托！！

行业        公司利润        信用积分        贷款总额度
A        5826        1471        20330
A        9126        815        46793
B        20424        431        60380

你的数据太小了。 看这个。
话说某开发决策树算法的元老说这个r-squred和pearson r半毛钱关系都没有。容易导致对现实的乐观
机器学习中用经典统计中的统计量是否实用、怎么算、怎么用本身呢就是一个疑问。