【机器学习】损失函数MAE

RMSE（均方根误差）、MSE（均方误差）、MAE（平均绝对误差）、SD（标准差）

• RMSE（Root Mean Square Error）均方根误差

衡量观测值与真实值之间的偏差。

常用来作为机器学习模型预测结果衡量的标准。

• MSE（Mean Square Error）均方误差

MSE是真实值与预测值的差值的平方然后求和平均。

通过平方的形式便于求导，所以常被用作线性回归的损失函数。

• MAE（Mean Absolute Error）平均绝对误差

是绝对误差的平均值。

可以更好地反映预测值误差的实际情况。

• SD（Standard Deviation）标准差

方差的算术平均根。

用于衡量一组数值的离散程度。

问：

GBDT使用MSE作为损失函数，最后叶子的分数是均值

使用MAE呢？