.png){kind=icon}
返回
Soft regression trees: A model variant and a decomposition training algorithm
.png){kind=icon}
OA
AI
DOI：10.1016/j.ejor.2025.08.050.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种具有条件计算属性的新型软回归树变体。
• 为此类软回归树提供了通用逼近结果。
• 提出了一种收敛的训练分解通用方案。
• 开发了一种带有初始化和重分配启发式的收敛版本。
• 我们的算法优于当前最先进的确定性/软回归树方法。
期刊
IF:
6
论文数:
2.2W
被引数:
6.4W
机构
引用论文
.png){kind=icon}
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead停止解释高风险决策的黑盒机器学习模型，而改用可解释的模型
OAAI
OAAI分享收藏
查看更多内容