¿Cuál es la decisión alterna Algoritmo Learning Tree ?

El algoritmo de aprendizaje árbol de decisiones alterna es un avanzado algoritmo de aprendizaje de árbol de decisión que utiliza impulso para ganar precisión. Este tipo de árbol de decisión se utiliza normalmente en problemas de clasificación binarios. Impulsar

Impulso es un meta - algoritmo que utiliza muchos clasificadores débiles en conjunto para crear un clasificador fuerte. Para los árboles de decisión alterna , impulsando añade tres nodos en el árbol para cada iteración . Entonces , el algoritmo determina un lugar para el nodo divisor mediante el análisis de todos los nodos de predicción creados por impulsar .
El Árbol

En esencia , el árbol de decisiones alterna es una y /o gráfico que está atravesada con el fin de llegar a predicciones . Para obtener los valores de predicción , el algoritmo toma la suma global de todos los nodos de predicción cruzados en la transversal. En otras palabras , el árbol de decisiones alterna puede hacer uso de todas las hipótesis débiles en el impulso para llegar a una representación única , fácil de comprender .

Ventajas

árboles de decisión alterna tienen ventajas sobre ambos árboles normales de decisión y más de lo normal aumentando . Árboles de decisión alterna superan los árboles de decisión en cuanto a que han aumentado el rendimiento de las predicciones debido a impulsar . Por otra parte , los árboles de decisión alterna se puede fusionar juntos, algo que no se puede hacer con métodos impulsando normales .