流式决策树中的涌现性与未指定行为
机器学习
2020-10-19 v1 人工智能
摘要
Hoeffding树是演化数据流决策树学习的最先进方法。这些极快决策树因其高效性而被用于许多实时产生数据的真实应用。本工作中，我们阐明了这些用于平稳与非平稳流的流式决策树算法（HoeffdingTree与HoeffdingAdaptiveTree）为何表现如此优异。在此过程中，我们在理论构造及其实现中识别出十三个具有实质且重大预测精度影响的独特未指定设计决策——这些设计决策未必改变算法本质，却驱动着算法性能。我们开启了一场更广泛的讨论，不仅关于模型本身，也关于导致算法成功的过程的可解释性。
引用
@article{arxiv.2010.08199,
title = {Emergent and Unspecified Behaviors in Streaming Decision Trees},
author = {Chaitanya Manapragada and Geoffrey I Webb and Mahsa Salehi and Albert Bifet},
journal= {arXiv preprint arXiv:2010.08199},
year = {2020}
}