回归树是以什么标准来选特征的?

  统计/机器学习 回归分析 监督式学习 特征选择 损失函数    浏览次数:1200        分享
2

对于决策树(分类问题),我们可以用熵或者增益率来选特征。那么对于回归树(回归问题),我们用什么标准来选择特征呢?



 

MrMath   2017-06-13 13:19



   1个回答 
5

根据自己定义的loss function来选特征,可以是RMSE,也可以MAE。

哪个特征能最大程度的降低这棵树的loss,就选哪个特征。这个是和普通的分类决策树一个道理。


SofaSofa数据科学社区DS面试题库 DS面经

batmanX   2017-06-14 10:04



  相关主题

怎么理解决策树是模型自己在做interaction?   2回答

随机森林给出的变量的Importance是怎么来的   2回答

对于数值特征,决策树是如何决定阈值的?   3回答

随机森林每次用多少个特征?   2回答

Extra Tree算法   1回答

决策树怎么做增量学习或者online学习?   1回答

决策树的深度和数据特征个数的关系   1回答

GBDT的损失函数为绝对值时,每棵树去拟合梯度吗?还是仍拟合残差?   2回答

随机森林警告:A column-vector y was passed when a 1d array was expected   1回答

关于knn算法中kd树的问题   1回答

剪枝是什么意思   1回答

gbdt如何对连续特征离散化   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!