CART算法使用的离散化方法是什么？

Question

我目前正在开展scikit-learn项目，我想知道分类器使用的决策树算法是如何工作的。我试着理解如何选择树节点上的测试，但是我找不到算法用于离散连续变量的方法的任何解释。我在一篇论文中读到一些决策树算法使用Tschuprow的T方法，但我不确定CART是否正在使用它。 有人知道吗？

Answer 1

我不完全确定，但我会说CART根据数据评估某个连续变量的所有可能分裂。也就是说，如果我们有X = {1, 3, 17, 24, 10005}，则分割点将是X < 1，X >= 1，X >= 3，X >= 17等等。

这是在每个节点上选择最佳最佳分割的唯一方法，尽管它可能在计算上很昂贵。如果我们只探索了所有可能的分裂的一个子集，我们最终可能会选择非最优（贪婪意义上的）。