BriefGPT - AI 论文速递
·
基于修改的 Aitchison-Aitken 函数的贝叶斯优化和组合扩展决策树的多规则挖掘算法
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了两种算法 MAABO-MT 和 GS-MRM，能够高效地从组合爆炸的决策树中提取规则。实验结果表明，MAABO-MT 以较低的计算代价发现可靠规则，比其他方法更为有效。
🎯
关键要点
- 决策树通过 if-then 规则对输入数据进行分类，易于解释。
- 现有算法在达到清晰分类时只提取最少规则，无法发现潜在规则。
- 本文提出了 MAABO-MT 和 GS-MRM 算法，解决了规则提取的问题。
- MAABO-MT 在小计算复杂性下构建高估计性能的树，提取可靠且不相似的规则。
- 实验结果表明，MAABO-MT 以较低的计算代价发现可靠规则，比其他随机性方法更有效。
- 所提出的方法在深入挖掘方面提供了比单一决策树更深入的见解。
➡️
