标签： python machine-learning scikit-learn regression random-forest
我想了解当节点根据最新的scikit版本的RandomForestRegressor（RFR）中选择的“标准”分裂时实际发生的情况。
RandomForestClassifier（）具有标准选项，例如GINI不纯和熵来测量分割的质量。在GINI的情况下，我知道选择的特征边界可以最大程度地减少GINI杂质从一个级别到下一个级别。
在RandomForestRegressor（）中，条件选项为“ MSE”和“ MAE”。但是在拆分之前正在测量和优化的此错误是什么？