Freidman mse 和 mse 有什么区别？

Question

我正在调查一个GradientBoostingClassifierin sklearn. 然后，我发现有3种标准。Friedman mse、mse、mae。\n提供的描述sklearn是：

\n\n

\n

衡量分割质量的函数。支持的标准为 \xe2\x80\x9cfriedman_mse\xe2\x80\x9d 表示均方误差以及 Friedman 的改进分数，\xe2\x80\x9cmse\xe2\x80\x9d 表示均方误差，以及 \xe2\x80\x9cmae \xe2\x80\x9d 为平均绝对误差。\xe2\x80\x9cfriedman_mse\xe2\x80\x9d 的默认值通常是最好的，因为它在某些情况下可以提供更好的近似值。

\n

\n\n

我不明白有什么不同？\n谁能让我知道？

\n\n

谢谢！

\n

Answer 1

由于编写 TeX 的方便性，我在此链接中提供了完整的答案。然而，事实是，这个分裂标准不仅让我们能够根据我们与期望结果的接近程度（这就是 MSE 所做的）来做出决定，而且还根据期望的 k 类的概率来做出决定。我们将在区域 l 或区域 r 中找到（通过考虑全局权重 w1*w2 / (w1 + w2)）。我强烈建议您查看上面的链接以获取完整的解释。