CART树使用mae比使用mse慢很多

跑实验时，数据集大约是2000*100，使用随机森林128课树做回归，发现使用mae所花的时间是使用mse时间10倍以上。然后单独在CART回归树做实验，也是同样的问题，为什么？？

留坑

------------------------------------------------

没搞明白，询问大佬，以下是回复：https://www.cnblogs.com/pinard/p/6056319.html#4510099

主要意思是MSE是可导的，但MAE不是连续可导的，所以在搜索最优分割特征和分割点的时候不太好做优化。

但决策树划分时是不需要求导的，可导有什么用处嗯？此处的优化是指：一些做线性搜索优化的算法会使用导数来避免一些无意义的非优值搜索。所以，在划分时，不需要遍历所有划分点，就省去了很多计算。