arXiv · ML· Qiqi Yang·· 5 小时前AI 评分21
欧几里得特征集中正则化提升可微决策树的内在可解释性
Improving the Intrinsic Interpretability of Differentiable Decision Trees through Euclidean Feature-Concentration Regularisation
AI 导读
研究提出 EU-DDT 模型，通过欧几里得特征集中正则化抑制密集斜切分，降低节点特征复杂度。 在 Wine 数据集上，平均有效特征数从 8.94 降至 1.54；在 Digits 数据集上，该指标从 45.28 降至 9.06。 正则化有助于减少节点级特征复杂性，但强化学习实验证据仍属初步，仅评估了两个随机种子。
来源：arXiv · ML · arxiv.org