摘要:
针对决策树模型的缺点,受 Network in Network 和斜决策树的启发,本文提出树中树(TnT)算法将传统的决策树扩展为一个决策图。TnT 不是基于贪心的方法自顶向下生成树结构,通过在内部节点或叶节点内递归地生长决策树来构造决策图。TnT 的时间复杂度与图中的节点数成线性关系,可以在大型数据集上构造决策图。在相同的模型复杂性约束下,TnT 在独立或集成的情况下都优于现有的决策树算法。同时它不依赖于预定义的图/树结构,而是能够从单个叶结点开始学习图连接,并提供完全可解释的决策过程。 阅读全文