Machine learning 分类算法/人工神经网络的算法复杂性

Machine learning 分类算法/人工神经网络的算法复杂性,machine-learning,complexity-theory,decision-tree,Machine Learning,Complexity Theory,Decision Tree,二叉树的算法复杂度是O(n),n是树的高度。但是,是否有任何资源列出了选择最佳树的方法的复杂性?e、 g.增强回归树、CART或C4.5(甚至火星) 此外,我不熟悉人工神经网络,但一些参考文献似乎指出特定的神经网络实现是NP完全的: 有人知道这在多大程度上是一个普遍的结果吗?我认为二叉树有O(logn)查找,如果它们是平衡的,在最坏的情况下是O(n)。对于神经网络,它只是向前传递,取决于您的网络架构。因此,很难在这里找到一个界限-但是你可以尝试将其近似为k矩阵乘法,其中k是网络中的层数。你在谈论

二叉树的算法复杂度是O(n),n是树的高度。但是,是否有任何资源列出了选择最佳树的方法的复杂性?e、 g.增强回归树、CART或C4.5(甚至火星)

此外,我不熟悉人工神经网络,但一些参考文献似乎指出特定的神经网络实现是NP完全的:


有人知道这在多大程度上是一个普遍的结果吗?

我认为二叉树有O(logn)查找,如果它们是平衡的,在最坏的情况下是O(n)。对于神经网络,它只是向前传递,取决于您的网络架构。因此,很难在这里找到一个界限-但是你可以尝试将其近似为k矩阵乘法,其中k是网络中的层数。你在谈论二叉树的哪种操作?谢谢,@ThomasJungblut,关于二叉树查找,你是对的。查找是我指的操作。然而,问题的核心是另一部分,即是否存在常见树构造方法的已知算法复杂性