关于足够纯度减小条件下 CART 的收敛性

原文约400字，阅读约需1分钟。发表于：。

决策树和 CART 在回归场景下的收敛速度研究，证明基于充分不纯度减少条件的 CART 预测误差上界，并提出了易于验证的条件使得该条件得以满足。

该文介绍了条件独立性检验在统计学和机器学习中的重要性和挑战性。作者提出了三个基于回归的测试误差的新上界，以及一种新的基于回归的条件独立性测试方法。实验证明了这些方法的有效性和鲁棒性。