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: 357
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。


batmanX   2017-06-14 10:04



  相关主题

对于数值特征,决策树是如何决定阈值的?   3回答

怎么理解决策树是模型自己在做interaction?   1回答

对于树模型,需不需要特征筛选   1回答

随机森林给出的变量的Importantce是怎么来的   1回答

随机森林每次用多少个特征?   2回答

gbdt如何对连续特征离散化   1回答

AIC可以是负数吗?   1回答

在分类问题中,有什么方法可以得到特征的重要性?   2回答

对于组合特征怎么理解?   1回答

python使用MFCC特征训练GMMHMM模型   2回答

关于K均值聚类的权重问题   2回答

逻辑回归的损失函数是怎么来的   2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!