scikit-learnのDecisionTreeRegressorは真のマルチ出力回帰を行いますか？

Question

私は多次元Yを使用する必要があるMLの問題に取り組みました。現在、この出力の各次元で独立したモデルを訓練していますが、実際の出力からの追加情報を活用していません。

多次元出力を処理するために真に拡張されたいくつかのMLアルゴリズムについては、thisを読んでいます。意思決定ツリーはその1つです。

イベントフィット（X、Y）に多次元Yが指定されている場合、または各ディメンションごとに別のツリーに収まるかどうかにかかわらず、scikit-learnは「マルチターゲット回帰ツリー」を使用しますか？私はcodeを見てしばらく時間を費やしましたが、それを理解しませんでした。

Answer 1

さらに掘り下げた後、多次元ラベルを持つ与えられた点と1次元のYでラベル付けされた点の木の間の唯一の違いは、分割を決定するために使用するCriterionオブジェクトにあります。 A Criterionは多次元ラベルを扱うことができるので、DecisionTreeRegressorをフィッティングした結果は、Yの次元に関係なく単一の回帰ツリーになります。

これは、scikit-learnが本当のマルチターゲット回帰ツリーこれは相関出力を有効に活用することができます。