論文の概要: Rethink Decision Tree Traversal
- arxiv url: http://arxiv.org/abs/2209.04825v1
- Date: Sun, 11 Sep 2022 09:53:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-13 14:19:06.322862
- Title: Rethink Decision Tree Traversal
- Title(参考訳): 決定木トラバーサルの再考
- Authors: Jinxiong Zhang
- Abstract要約: textitQuickScorer が citelucchese2015quickscorer で動機づけた行列計算言語における二分決定木トラバーサルの評価法を示す。
我々の主な貢献は、決定木の階層構造を表す新しい行列表現である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We will show how to evaluate binary decision tree traversal in the language
of matrix computation motivated by \textit{QuickScorer} in
\cite{lucchese2015quickscorer}. Our main contribution is a novel matrix
representation of the hierarchical structure of the decision tree. And we
propose some equivalent algorithms of binary decision tree traversal based on
rigorous theoretical analysis. The core idea is to find the relation between
the input and exit leaf node. Here we not only understand decisions without the
recursive traverse but also dive into the partitioning nature of tree-based
methods.
- Abstract(参考訳): 行列計算の言語における二進決定木(英語版)のトラバーサルの評価方法については、 \cite{lucchese2015quickscorer} における \textit{quickscorer} によって動機づけられる。
我々の主な貢献は、決定木の階層構造を表す新しい行列表現である。
また,厳密な理論的解析に基づく二分決定木トラバースの等価アルゴリズムを提案する。
中心となるアイデアは、入力と終了リーフノードの関係を見つけることである。
ここでは、再帰的なトラバースなしで決定を理解するだけでなく、ツリーベースのメソッドの分割性にも目を向ける。
関連論文リスト
- Learning a Decision Tree Algorithm with Transformers [80.49817544396379]
本稿では,従来のアルゴリズムから出力されたフィルタを用いてトランスフォーマーモデルを用いて,分類のための強力な決定木を生成するメタトレーについて紹介する。
次にMetaTreeをトレーニングして、強力な一般化パフォーマンスを実現するツリーを生成します。
論文 参考訳(メタデータ) (2024-02-06T07:40:53Z) - ViTree: Single-path Neural Tree for Step-wise Interpretable Fine-grained
Visual Categorization [56.37520969273242]
細かな視覚分類のための新しいアプローチであるViTreeを紹介する。
ツリーパスをトラバースすることで、ViTreeは変換処理された機能からパッチを効果的に選択し、情報のあるローカルリージョンをハイライトする。
このパッチとパスの選択性は、ViTreeのモデルの解釈可能性を高め、モデルの内部動作に関するより良い洞察を可能にする。
論文 参考訳(メタデータ) (2024-01-30T14:32:25Z) - TreeDQN: Learning to minimize Branch-and-Bound tree [78.52895577861327]
Branch-and-Boundは、Mixed Linear Programsという形で最適化タスクを解決するための便利なアプローチである。
解法の効率は、分割する変数を選択するのに使用される分岐に依存する。
分岐を効率的に学習できる強化学習法を提案する。
論文 参考訳(メタデータ) (2023-06-09T14:01:26Z) - Construction of Decision Trees and Acyclic Decision Graphs from Decision
Rule Systems [0.0]
本稿では,決定木を構成する複雑さと決定木を表す非周期決定グラフについて考察する。
決定木全体を構築しない可能性について論じるが、与えられた入力に対して、この木で計算経路を記述する。
論文 参考訳(メタデータ) (2023-05-02T18:40:48Z) - RLET: A Reinforcement Learning Based Approach for Explainable QA with
Entailment Trees [47.745218107037786]
本稿では,強化学習に基づくEntailment Tree生成フレームワークであるRLETを提案する。
RLETは文の選択と推論生成モジュールによる単一ステップ推論を反復的に行う。
EntailmentBankデータセットの3つの設定の実験では、RLフレームワークを使用することの強みが示されている。
論文 参考訳(メタデータ) (2022-10-31T06:45:05Z) - Properly learning decision trees in almost polynomial time [25.763690981846125]
我々は,決定木を適切に,不可知的に学習するための$nO(loglog n)$-timeメンバシップクエリアルゴリズムを提案する。
我々のアルゴリズムは、決定木を学習するための実践と類似点を共有している。
すべての決定木がどのようにして「刈り取られる」かを示し、結果のツリーのすべての変数が影響を受けます。
論文 参考訳(メタデータ) (2021-09-01T22:12:47Z) - Decision Machines: Interpreting Decision Tree as a Model Combination
Method [0.0]
我々は二分決定木をコンパクトに表現する。
この定式化を連続関数で近似する。
そこで本研究では,いくつかの学習手法を統合するための選択予測手法を提案する。
論文 参考訳(メタデータ) (2021-01-27T12:23:24Z) - Yet Another Representation of Binary Decision Trees: A Mathematical
Demonstration [0.0]
決定木はサイクルのない単純な計算グラフのように見える。
数値的な観点からは、計算グラフの言語で決定木を表現する。
論文 参考訳(メタデータ) (2021-01-18T13:50:14Z) - Convex Polytope Trees [57.56078843831244]
コンベックスポリトープ木(CPT)は、決定境界の解釈可能な一般化によって決定木の系統を拡張するために提案される。
木構造が与えられたとき,木パラメータに対するCPTおよび拡張性のあるエンドツーエンドトレーニングアルゴリズムを効率的に構築する。
論文 参考訳(メタデータ) (2020-10-21T19:38:57Z) - MurTree: Optimal Classification Trees via Dynamic Programming and Search [61.817059565926336]
動的プログラミングと探索に基づいて最適な分類木を学習するための新しいアルゴリズムを提案する。
当社のアプローチでは,最先端技術が必要とする時間のごく一部しか使用せず,数万のインスタンスでデータセットを処理することが可能です。
論文 参考訳(メタデータ) (2020-07-24T17:06:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。