标签： python scikit-learn decision-tree
我有一个特定于数据集的问题，我需要使用除gini_index以外的拆分函数。这需要我从头开始重新编写决策树。我有一个工作模型，但是效率很低。
要进行拆分，我当前遍历每个功能，然后遍历该数据集中每个节点的每个唯一数据点（节点总数 x 功能 x 唯一级别的基尼评价）。我的DT在300k X 145数据集上的原因已经运行了2天。
如何减少拆分评估的数量或加快程序的速度。我在Sklean的代码中阅读了Fisher Yates算法，但我不理解其逻辑。任何帮助将不胜感激。