★ 2
论文：统一决策树与扩散模型的双向转换框架
一篇研究论文提出「Trees to Flows and Back」框架，试图在决策树与扩散模型之间建立统一映射，实现两类模型的相互转换。该工作属于机器学习理论方向的方法论探索。
Lobsters – Machine Learning14 天前
#决策树
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
SemTree：可检查可修复的语义决策树规则
论文提出 SemTree，把规则决策表示为语义决策树，每个节点是带明确 Yes/No/Unknown 标准的自然语言问题，由可插拔语义裁判回答。执行路径即决策推理，支持节点级修复与 LLM 编辑器改树，在 ShARC 上达 67.70% 准确率，节点修复把 BANKING77 准确率从 82.04…
arXiv cs.LG19 天前
★ 2
arXiv 论文提出 MotherTree：元学习合成数据改进决策树训练
论文提出 MotherTree，一种表格 Transformer，通过元学习决策树归纳，单次前向传播即可输出硬轴对齐决策树。在合成先验上预训练后，其性能与常见算法相当，并可作为强初始化器，任务微调后全面优于从零训练。
arXiv cs.LG24 天前
★ 2
Literati：最优形状广义树归纳算法
论文提出 Literati，首个可保证最优性的形状广义树（SGT）归纳算法，将阈值分裂推广为可学习的单变量形状函数。作者用 AND/OR 图联合优化树结构与形状函数复杂度，并设计带启发式的 AO* 求解算法。在 24 个真实数据集上，Literati 的训练与测试精度均优于现有最优树方法。
arXiv cs.LG53 天前
★ 1
深度分类树的移动时域近似分支归约法
针对决策树可解释性与可扩展性矛盾，论文提出移动时域近似分支归约方法，在连续特征大规模数据上训练近最优深度分类树。方法在根层用分支归约求解，子树用贪心启发式近似，并借鉴强化学习中的前瞻展开提升深层效率。实验显示其测试精度超过启发式基线，规模扩展性远优于全局最优求解器。
arXiv cs.LG32 天前