CART-ELC：基于穷举搜索的斜决策树 induction

斜决策树因其相对于传统轴对齐决策树潜在的分类性能提升而引起广泛关注。然而，依赖于穷举搜索寻找斜分割的方法面临计算挑战，因此未得到广泛探索。我们引入一种新算法，分类与回归树 - 穷举线性组合（Classification and Regression Tree - Exhaustive Linear Combinations，CART-ELC），用于产生斜决策树，该算法在受限平面集合上进行穷举搜索。我们随后检验了该算法的计算复杂度及其预测能力。我们的结果表明，CART-ELC在小型数据集上始终实现具竞争力的性能，往往相对于现有决策树 induction 方法实现分类准确率的统计显著性提升，同时常常产生更浅、更简单从而更具可解释性的树结构。