重要参数、属性及接口
回归树几乎所有参数、属性、接口都和分类树一样。需要注意的是在回归树中没有标签分布是否均衡的问题,因此回归树没有class_weight参数
- criterion:回归树衡量分支质量的指标,有三种标准
- 输入"mse"使用均方误差mean squared error(MSE)越接近0越好,父节点和叶子节点之间的均方误差的差额将被用来作为特征选择的标准,这种方法通过使用叶子节点的均值来最小化L2损失。
- 输入"friedman_mse”使用费尔德曼均方误差,这种指标使用弗里德曼针对潜在分枝中的问题改进后的均方误差
- 输入“mae”使用绝对平均误差MAE(mean absolute error),这种指标使用叶节点的中值来最小化L1损失
M S E = 1 N ∑ i = 1 N ( f i − y i ) 2 MSE = \frac {1}{N} \sum_{i = 1}^N (f_i - y_i)^2 MSE=N1i=1