arXiv · ML· Dalia N\"oth-Rodr\'iguez·· 3 天前AI 评分28
Symbolic Branch Networks (SBN) 实现可解释多分类,准确率提升至 87.9%
Symbolic Branch Networks: Tree-Inherited Neural Models for Interpretable Multiclass Classification
AI 导读
符号分支网络 SBN 将决策树映射为神经元,在 29 个多分类数据集上平均准确率从 84.0% 提升至 87.9%。 该模型固定分支到类矩阵 W2,通过梯度学习特征到分支矩阵 W1,显著优于教师集成模型,统计检验 p 值为 4.71x10-7。 SBN 提供显式结构基础,允许通过分支神经元追溯预测,支持特征级和分支级解释。
来源:arXiv · ML · arxiv.org