Quelqu'un connaît-il une implémentation incrémentale du classificateur d'arbre de décision? De telle sorte qu'il pourrait générer un classeur d'arbre de décision optimal lorsque vous ajoutez une nouvelle instance à un ensemble d'apprentissage avec un faible calcul et aussi rapidement que possible selon le classificateur d'arbre de décision existant?Implémentation C++ de l'arbre décisionnel incrémental
En d'autres termes, j'ai un classificateur d'arbre de décision optimale du jeu A, qui a nommé T_1, maintenant je veux ajouter exemple X pour définir A et trouver arbre classificateur arbre de décision optimale T_2 en tirant parti de T_1 et X pour l'ensemble {A, X}.
l'ajout d'instances se produira plusieurs fois. Il sera donc utile pour moi de trouver une méthode incrémentale au lieu de construire l'arbre à chaque fois.
En fait, je me méfie si une telle implémentation existe ou non. C'est apprécié si quelqu'un pouvait m'aider. Je préfère le code en C++ s'il y en a.
grâce