基于稀疏的多值矩阵构建决策树

时间:2016-12-25 14:15:13

标签: algorithm decision-tree

决策树学习算法比例如NN / RNN具有一般优势,它们的内部结构是人类易于理解的,并且可以进行健全性检查;甚至可以改善人类的决策。像ID3这样的算法非常适合从非玩具级数据构建玩具模型。

对于我最近的一个项目,有一个庞大的现有数据库,其中包含所有行的结果列;但是,还有两个额外的复杂性:

  • 并非每个训练集都填充所有列值 - 矩阵稀疏,
  • 值不是二进制 - 许多列的值为2-5(最多约7)。

我想自动训练&根据上面的数据学习最匹配的决策树,所以我转向了stackoverflow的好社区:

考虑到上述约束,我可以使用哪种特定算法来提取决策树?

编辑注释:insta-accept for:命名算法,给出其工作原理的简短描述,并链接到OSS实现(使用任何语言)。谢谢!

0 个答案:

没有答案