跳到主要内容
检索

Chunxi Ji

1 篇关联报道

订阅更新
  1. 随机森林决策可被形式化解释:编译成电路后,完整理由与最短翻转都能线性时间算出

    随机森林的多数投票决策现在可以编译成电路形式的类公式,再转成可处理的决策图,从而在决策图规模线性时间内算出完整理由与一般理由。此前把随机森林转成符号编码再交给 SAT 或 MAX-SAT 求解器,编码含大量辅助变量,不对应类公式,无法直接得到完整理由。在 UCI 与 Penn 机器学习基准的数据集上,编译出的 NNF 电路在多数数据集上小于已有 ADD 与 ORD 决策图,最大一次编译耗时 323.9 秒。

已读完全部报道