python - scikit-learn的DecisionTreeRegressor中每个节点的MSE是如何计算的？

Question

我正在尝试手动计算这个计算。但我不明白如何分割回归树的所有步骤。

我的目标是药效，我的特点是剂量。它产生的树在下面。如何手动计算 mse 以获得与 sklearn 相同的结果？

data = {"doseage": [10,20,35,5,15], "drug_effective": [98,0,6,44,88]}
df = pd.DataFrame(data=data)

target = df["drug_effective"]
features = df.drop(columns=['drug_effective', "age"])

tree = DecisionTreeRegressor()
tree.fit(features,target)

plot_tree(tree)

标签： pythonscikit-learndecision-treemse