ExtraTreesRegressor 准则
ExtraTreesRegressor criterion
据我了解，sklearn 中的 ExtraTreesRegressor 通过进行随机拆分而不是最小化用于分类的 gini 或用于回归的 mae 等指标。
我不明白为什么会有 criterion 参数，因为拆分的标准应该是随机的。
仅仅是为了代码兼容性，还是我遗漏了什么？
我想你误解了这些分裂是随机的。根据极端随机树的 User Guide：
As in random forests, a random subset of candidate features is used, but instead of looking for the most discriminative thresholds,
thresholds are drawn at random for each candidate feature
and
the best of these randomly-generated thresholds is picked as the splitting rule.
ExtraTreesRegressor 的额外随机化涉及候选特征的 阈值 。但仍必须确定它们中的哪一个提供了最佳拆分。这就是为什么您仍然需要 criterion 指定函数来评估拆分质量的原因。
据我了解，sklearn 中的 ExtraTreesRegressor 通过进行随机拆分而不是最小化用于分类的 gini 或用于回归的 mae 等指标。
我不明白为什么会有 criterion 参数，因为拆分的标准应该是随机的。
仅仅是为了代码兼容性，还是我遗漏了什么？
我想你误解了这些分裂是随机的。根据极端随机树的 User Guide：
As in random forests, a random subset of candidate features is used, but instead of looking for the most discriminative thresholds,
thresholds are drawn at random for each candidate feature
and
the best of these randomly-generated thresholds is picked as the splitting rule.
ExtraTreesRegressor 的额外随机化涉及候选特征的 阈值 。但仍必须确定它们中的哪一个提供了最佳拆分。这就是为什么您仍然需要 criterion 指定函数来评估拆分质量的原因。