机构名称：
¥ 1.0
决策树是最受欢迎的监督模式之一，因为它们的解释性和知识表示类似于人类的推理。常用的决策树归纳算法基于贪婪的自上而下策略。尽管已知这些方法是一种有效的启发式方法，但所得树仅在局部最佳，并且往往具有过于复杂的结构。另一方面，最佳决策树算法尝试立即创建整个决策树以实现全局最优性。我们通过设计针对决策树的生成模型在这些方法之间提出建议。我们的方法首先通过使用预训练的决策树模型来学习潜在的决策树空间。然后，它采用了一种遗传程序来探索这种潜在空间，以找到具有良好预测性能的紧凑型决策树。我们将我们的建议与覆盖树诱导方法，最佳方法和结合模型进行了比较。结果表明，我们的建议可以产生准确而浅的，即可解释的决策树。
决策树的生成模型
主要关键词
相关文件推荐
