跳到正文
热点事件持续更新

首个支持超曲面分割的最优决策树算法提出

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

据2026年10月20日arXiv发表的最新报告，研究人员提出了首个支持超曲面分割的最优决策树（ODT）算法。该算法旨在解决传统决策树因分割规则通常局限于轴平行或二元特征而导致表达力受限的问题。 该算法基于现有的proper决策树框架构建，通过引入超曲面分割显著提升了模型的表达能力。尽管最坏情况下工作复杂度达到O(K!K N^{KG+1})，但其增量生成程序将可行性检查成本从O(K^2)降低至O(K)，且结构支持GPU并行化，从而提升了在大规模数据下的求解效率。

AI 根据报道生成 · 2 小时前更新

最新进展10月20日 12:00
基于超曲面分割的最优决策树算法

报道时间线

沿着报道，了解事件的不同侧面。

10月20日
  1. arXiv · ML
    基于超曲面分割的最优决策树算法

    首个支持超曲面分割的最优决策树（ODT）算法提出，克服了传统轴平行分割表达力受限及大规模数据集扩展性差的问题。 最坏情况工作复杂度为 O(K!K N^{KG+1})，增量生成程序将可行性检查成本从 O(K^2) 降至 O(K)，且结构支持 GPU 并行化。 该通用算法设计可加速轴平行决策树（ADT）等其他 ODT 变体，显著提升大规模数据下的求解效率。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。