slsdt:使用LAHC启发式的倾斜决策树 源码

超低速 随机局部搜索决策树 该存储库用于我的第一个科学启动项目。 关于 决策树是在机器学习,数据挖掘和统计中使用的一种预测建模方法。 在决策树中,每个内部节点代表一个功能上的测试,每个终端(或叶子)节点代表一个类标签。 斜决策树是传统决策树的变体,它允许以功能组合的形式在其内部节点中进行多元测试。 我们的研究SLSDT是一种使用称为后验收爬山(LAHC)的随机局部搜索方法来感应倾斜决策树的方法,以尝试在每个内部节点中找到特征的最佳组合。 该项目还提供了一个实用程序,可读取csv文件并将其转换为SLSDT方法接受的格式。 如何使用 安装 pip3 install slsdt read_cs