Aug, 2023
重访基于列生成的数学启发式方法学习分类树
Revisiting column-generation-based matheuristic for learning classification trees
Krunal Kishor Patel, Guy Desaulniers, Andrea Lodi
TL;DR决策树是一种高度可解释的模型,用于解决机器学习中的分类问题。本文提出了一种基于列生成的启发式方法来学习决策树,在多类别分类实例中减少子问题数量,并改进了数据依赖约束和线性规划松弛解的分离模型,以提高可扩展性。