ID3 在平滑乘积分布下学习 Juntas
机器学习
2019-06-21 v1 机器学习
摘要
近年来，许多研究试图理解流行的启发式算法。此类启发式算法的一个例子是用于学习决策树的 ID3 算法。该算法在实践中常用，但研究其行为的理论工作极少。本文中，我们分析当目标函数为 -Junta（即依赖于输入 个变量中 个变量的函数）时的 ID3 算法。我们证明当 时，在 Kalai & Teng 的平滑分析模型中，ID3 算法在多项式时间内学习 -Juntas。也就是说，我们展示了当观测分布为原始分布的“含噪”变体时的一项可学习性结果。
引用
@article{arxiv.1906.08654,
title = {ID3 Learns Juntas for Smoothed Product Distributions},
author = {Alon Brutzkus and Amit Daniely and Eran Malach},
journal= {arXiv preprint arXiv:1906.08654},
year = {2019}
}