我知道回归树是通过拆分节点来构建的，这样标签/输出变量的 MSE 在两个结果节点中的每一个中都最小化。我对此有两个问题：

1.) 对最佳分割的搜索是否甚至取决于输入变量？MSE 可以通过穷举搜索两个子集来最小化，这两个子集最小化每个子集中标签的 MSE。为此，不需要有关输入变量的知识。如果是这种情况，如何设置即将发生的实例的决策规则（应该预测输出）？如何决定在什么时候拆分哪个特征以获得拆分为 2 个子集？

2.) 或者算法是否遍历所有可能的分割（在每个特征的每个值处分割一次），然后选择具有最小 MSE 的那个？这样决策规则就很清楚了。

提前致谢