处理决策树的分类功能的策略？

Question

在节点上，对于分类特征，我目前正尝试所有（2 ^ m -2）/ 2种可能的方法将m个不同的特征值分成两组。在考虑该特征时，具有相同特征值的所有样本将作为一组一起移动。

问题是，当m为35（例如国家）时，我将不得不尝试17万亿次分裂。

处理分类功能的任何其他方法？

Answer 1

http://uk.mathworks.com/help/stats/splitting-categorical-predictors-for-multiclass-classification.html?s_tid=gn_loc_drop描述了这个问题。简而言之：

• 如果这是二元分类问题，请根据此类别的平均响应对m值进行排序，然后尝试使用m-1方法拆分此序列。

• 此外，该链接仅描述了启发式，包括Coppersmith，Hong和Hosking的启发式。一个经典的是假装：只需尝试m分割，每个分割由右分支的一个值和左分支的m-1值组成。