algorithm - CART决策树算法中如何拆分连续属性？

Question

我不明白如何在 CART(分类和回归树)算法中拆分连续属性，因为我们知道 CART 既可以拆分分类属性又可以拆分连续属性。

我看过很多论文，都说要分割点的值是序列的中间值。我不明白。你能给我解释一下这意味着什么，并给我一些例子吗？

谢谢

Answer 1

一般过程是扫描任何给定预测变量的候选拆分值，测量每个拆分的质量并选择最佳的一个。为了效率起见，扫描可能不会尝试每个可能的拆分，而是尝试每个百分位数或其他一些减少的选择集。任何拆分的质量都可以通过多种方式来衡量，例如信息增益、二分法等。

如果您专门讨论最初由 Breiman、Friedman、Stone Olshen 描述的 CART 算法，请查看他们的书“分类和回归树”(1984 年)。