Regresyon modelleri bağımlı ve bağımsız değerler arasında bir ilişki kurmamıza olanak tanır. Lakin regresyon model sonuçlarını yorumlayarak daha iyi bir model oluşturma gereksinimi duyarız. Bu noktada OLS sonuçlarını yorumlayarak daha iyi bir model oluşturabiliriz. Aşağıdaki örnekte on dört bağımsız değişken ve bir bağımlı değişkene sahip random forest regresyon modeline ait OLS sonucu gösterilmektedir.
R-squared, modelin bağımsız değişkenler tarafından açıklanabilme oranıdır. Yani yukarıdaki örnek için model %98.3 oranında doğruluk gösterir.
Adj. R-squared, Sistemde mevcut olan bağımsız değişkenlere bir yenisinin eklenmesi durumunda değişken sistem performansını olumsuz etkilese dahi r-squared değeri değeri azalmaz. Bu durum bir problemdir. Problemin çözümü adj. r-squared yöntemidir.
F–istatistik, prob f-istatistik ve f-istatistik değerleri modelin anlamlılığını gösterir. Yukarıdaki model için f-istatistik modelin anlamlı olduğunu gösterir.
AIV ve BIC, bu değerlerin sıfıra yakın olması modelin verilere iyi uyduğunu gösterir.
Coef ve std err, bu değerlerin de sıfıra yakın olması modelin tutarlılığı ve kalitesi için iyi bir göstergedir.