在决策树及其所有变体中拆分树的常用方法:
为什么没有一种方法直接使用 AUC 或精度(或建模者需要的任何一个)来分割节点。
是因为常用,还是有数学上的解释?
关于准确性: 为什么我们在决策树中使用信息增益而不是准确性作为分割标准?
AUC已被探索;它似乎运作良好,但速度较慢: https ://www.semanticscholar.org/paper/Learning-Decision-Trees-Using-the-Area-Under-the-Ferri-Flach/46e40f487e555277033f188778d6c5c05df8daa4 http://proceedings.mlr .press/v7/doetsch09.html