我可以使用决策树来比较属性对的值吗？

Question

我想使用决策树进行二进制分类。我想知道我的方法是否是决策树的有效方法。

我的数据集中的每个实例都有一对属性，我已经确定对于某些对，我可以比较这些值来做出决定。例如，实例可能具有以下属性：

instance = {A1，A2，A3，A4，B1，B2，B3，B4}

A1和B1有不同的值，但是引用相同的功能 - 这就是我在将它们称为一对时的意思。我想要做的是在树中有节点来比较一对的值：

               (A1 > B1)
               /        \
         (A2 < B2)   (A3 > B3)
         /       \   /       \
                  ...

这是使用决策树的有效方法吗？

针对此类问题是否有更好的学习方法？

Answer 1

这确实是一种有效的方法。您所需要的只是创建新的二进制功能，如

C[i] = 1 if A[i] > B[i] else 0

或只是

C[i] = A[i] - B[i] 

并将它们提供给普通的决策树算法，例如Python中rpart上的R中的sklearn.tree.DecisionTreeClassifier。