sklearn的DecisionTreeRegressor的回归预测是简单的平均值吗?

时间:2019-04-02 23:34:54

标签: python machine-learning scikit-learn random-forest decision-tree

我正试图弄清楚决策树回归预测是如何生成的。在我介绍的文档中没有详细解释。

通过预测函数上的sklearn DecisionTreeRegressor documentation

  

对于分类模型,X中每个样本的预测类   返回。对于回归模型,基于X的预测值为   返回。

那么,预测是根据新X值所属的叶节点输出的简单平均值进行的,还是采用其他方式?

1 个答案:

答案 0 :(得分:1)

如sklearn documentation(在上一节中所述)中,sklearn使用CART算法。正如here(幻灯片29)所述,CART仅输出样本所属的叶子节点的平均值。