Python 如果我们使用Scikit学习库的RandomForestRegressionor有多个输出，如何计算分割的杂质减少
我正在使用scikit学习库（Python3.x）的RandomForestRegressor类，我知道度量决策树中分割质量的函数是方差缩减（mse）。鉴于RandomForestRegressor类支持多个输出，我的问题是：在这个特定类中有多个输出的情况下，如何计算分割的质量 通过阅读定义拆分标准的类的源代码，我可以说树中拆分的杂质减少量计算为所有输出变量的平均杂质减少量。因此，在给定多个输出的情况下，只构建一个模型。这是scikit学习类中的默认方式吗？我希望有人能和我一起看看，因为我不能完全确定我的陈述是否正确 非常感谢Python 如果我们使用Scikit学习库的RandomForestRegressionor有多个输出，如何计算分割的杂质减少,python,machine-learning,scikit-learn,random-forest,Python,Machine Learning,Scikit Learn,Random Forest,我正在使用scikit学习库（Python3.x）的RandomForestRegressor类，我知道度量决策树中分割质量的函数是方差缩减（mse）。鉴于RandomForestRegressor类支持多个输出，我的问题是：在这个特定类中有多个输出的情况下，如何计算分割的质量 通过阅读定义拆分标准的类的源代码，我可以说树中拆分的杂质减少量计算为所有输出变量的平均杂质减少量。因此，在给定多个输出的情况下，只构建一个模型。这是scikit学习类中的默认方式吗？我希望有人能和我一起看看，因为我不能完
相应的scikit学习课程的作者之一（Gilles Louppe）很友好地回答了我的问题：上述理解是正确的。计算每个类别的方差减少值，然后求平均值以得出最终分数