今日免费次数已满, 请开通会员/明日再来
CART算法用于决策树,可以制成多元的。CART是一种二分割算法,与为离散值创建每个唯一值的节点的C4.5相对。他们在MARS中也使用相同的算法来处理缺失值。
要创建一个多元树,您需要计算每个节点的最佳分割,但是不要丢弃所有不是最佳的分割,而是取其中一部分(可能全部),然后通过该节点处潜在分割的每个数据属性按顺序加权评估所有数据。因此,第一个分割(导致最大增益)的权重为1。然后,下一个最高增益分割的权重小于1.0的某个分数,依此类推。其中权重随着该分割增益的减少而减少。然后将该数字与左节点内节点的相同计算进行比较,如果它高于该数字,则向左移动。否则向右移动。这是决策树的多元分割的粗略描述。
是的,有一些,例如OC1,但它们比制作单变量分割的更少见。添加多元分割会极大地扩展搜索空间。为了达成某种妥协,我见过一些逻辑学习器只是计算线性判别函数并将其添加到候选变量列表中。