在决策树或随机森林中，每棵树都有一组决策节点（其中每个节点都有一个阈值）和一个类标签（或回归值）。
我知道阈值用于与相应的特征值进行比较。据我所知，比较是通过“<”、“>”或“==”谓词进行的。以阈值和特征值作为输入的函数还有什么其他的吗？
在决策节点上为决策树预测分配了哪些可能的功能？
人工智能
决策树
2021-10-29 20:25:47
1个回答
对于二进制拆分，只有三种可能的操作（或者如果考虑 one-hot 编码，可以说只有两种）。任何其他类型的拆分都不会是二元的。由于在考虑三元或更复杂的拆分时组合爆炸，几乎每个基于树的模型都仅限于二元拆分。
当然，您可以编写自己的算法，使用递归非二进制拆分。但请注意，您将面临同样的困难，导致绝大多数算法仅限于严格的二进制分割。
看看这个相关的问题。