使用标准 MAE 而不是 MSE 的 scikit-learn 中的随机森林回归速度慢了约 150 倍
Random Forest Regression in scikit-learn with criterion MAE instead of MSE is ~150 times slower
我正在尝试使用具有 criterion = mae（平均绝对误差）而不是 mse（均方误差）的随机森林回归。
对计算时间影响很大
大约需要 6 分钟（mae）而不是 2.5 秒（mse） .大约慢 150 倍。
为什么？
如何减少计算时间？
P.S。决策树也有类似的情况。
差异不大，但每棵树的比例大致相同。
我正在尝试使用具有 criterion = mae（平均绝对误差）而不是 mse（均方误差）的随机森林回归。
对计算时间影响很大
大约需要 6 分钟（mae）而不是 2.5 秒（mse） .大约慢 150 倍。
为什么？
如何减少计算时间？
P.S。决策树也有类似的情况。 差异不大，但每棵树的比例大致相同。