我正在使用scikit-learn库（python 3.x）的RandomForestRegressor类，我知道在决策树中测量分割质量的函数是方差减少（mse） . 鉴于RandomForestRegressor类支持多个输出，我的问题是：在这个特定类中多个输出的情况下，如何计算拆分的质量？
通过读取定义分裂标准的类的源代码，我会说树中分裂的杂质减少被计算为所有输出变量的平均杂质减少 . 因此，在给定多个输出的情况下，仅构建一个模型 . 这是scikit中默认的方式 - 学习RandomForestRegressor类吗？我希望有人可以和我一起看看我不完全确定我的陈述是否正确！
提前谢谢了！
1 回答
相应的scikit-learn课程（Gilles Louppe）的作者之一非常友好地回答了我的问题：上述理解是正确的 . 在每个类别上计算方差的减少，然后平均以产生最终分数 .