如何在CART决策树算法中拆分连续属性？

Question

我不了解如何在CART（分类和回归树）算法中拆分连续属性，因为我们知道CART可以分割分类和连续属性。

我已阅读了很多论文，它说分割点的值是顺序的中间值。 我不明白。你能告诉我这意味着什么，并举一些例子吗？

谢谢

Answer 1

一般过程是扫描任何给定预测变量的候选分割值，测量每个分割的质量并选择最佳分割值。为了效率，扫描可能不会尝试每一个可能的分裂，而是尝试每个百分位或一些其他减少的选择。任何分割的质量都可以通过多种方式测量，例如信息增益，双重等等。

如果你特别谈论最初由Breiman，Friedman，Stone Olshen描述的CART算法，那么请查看他们的书“分类和回归树”（1984）。