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

Question

我正在尝试将随机森林回归与criterion = mae（平均绝对误差）而不是mse（均方误差）一起使用。它对计算时间有非常显着的影响。大致需要6 分钟（对于mae）而不是2.5 秒（对于mse）。大约慢 150 倍。为什么？可以做些什么来减少计算时间？PS 决策树也有类似的情况。没有显着差异，但每棵树的配给量大致相同。

Answer 1

这是一个众所周知的问题。请参阅此处和此处。

长话短说：

• ,mae更新损失需要O(n);

• ，mse更新损失需要O(1)。