.png){kind=icon}
返回
A simple approximation algorithm for optimal decision tree
.png){kind=icon}
PRE
AI
DOI：10.1016/j.orl.2025.107370.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在最优决策树（ODT）问题中，我们给定m个假设，其中根据某个概率分布抽取一个未知的真实假设。任务是通过执行代价高昂的查询（每个查询具有已知的响应）来识别真实假设。ODT问题在近似比ln m因子内是NP难的，且现有的O(ln m)近似算法复杂，且具有较大的前导常数。我们为ODT问题提供了一个简单的算法和分析，并证明了其近似比为8ln m。
Keyword:
Active learning
Optimal decision tree
Approximation algorithms
期刊
O
IF:
0.9
论文数:
53
被引数:
3.5K
.png){kind=icon}
没有更多内容