标签：好的 nbsp 大于等于 二叉树 分数 特征 获得 预测 表示
树回归
当回归的数据呈现非线性时，就需要使用树回归。
获得最好的切分特征和切分特征值
遍历所有特征
针对某一特征，遍历该特征的所有值
针对某一特征值，进行划分数据，计算出划分数据之后的总方差，
若总方差最小，记下特征和特征值
当遍历完所有特征后，就能够获得最小方差的特征和特征值，并以此作为树的结点，划分左右子树，
若没有特征，就返回特征值
左子树为大于等于特征值的样本集合，
右子树为小于特征值的样本集合
构建字典，保存特征、特征值、左子树和右子树
针对各个子树，再重复上面的操作。
终止的条件为：
样本数小于某个数值（如4）和总方差下降的最低值（如1）
叶子结点取目标值的平均值
最后构建出一颗倒着长的二叉树，内部结点为特征和特征值，叶子结点为某一数值，表示在特定路径下的预测目标值。
标签：好的 nbsp 大于等于 二叉树 分数 特征 获得 预测 表示
原文地址：https://www.cnblogs.com/gwzz/p/13576498.html
