Machine learning 构建和执行回归树的计算复杂度是多少?

Machine learning 构建和执行回归树的计算复杂度是多少?,machine-learning,time-complexity,Machine Learning,Time Complexity,构建和执行回归树的计算复杂度是多少?有什么分析或结论吗 谢谢 你可以看看报纸 树学习算法最耗时的部分是获取 按排序的顺序显示数据。这使得学习的时间复杂化 每个树O(n个log n) 你可以看看报纸 树学习算法最耗时的部分是获取 按排序的顺序显示数据。这使得学习的时间复杂化 每个树O(n个log n) 答案在很大程度上取决于选择要分割的最佳属性和分割点的过程。在分析中起关键作用的两个参数: 属性数 培训示例的数量 昂贵的部分是计算连续属性的最佳分割点(这本质上是离散化),并从候选属性集中选择最

构建和执行回归树的计算复杂度是多少?有什么分析或结论吗

谢谢

你可以看看报纸

树学习算法最耗时的部分是获取 按排序的顺序显示数据。这使得学习的时间复杂化 每个树O(n个log n)

你可以看看报纸

树学习算法最耗时的部分是获取 按排序的顺序显示数据。这使得学习的时间复杂化 每个树O(n个log n)


答案在很大程度上取决于选择要分割的最佳属性和分割点的过程。在分析中起关键作用的两个参数:

  • 属性数
  • 培训示例的数量
昂贵的部分是计算连续属性的最佳分割点(这本质上是离散化),并从候选属性集中选择最佳属性进行分割

根据我的经验,复杂性通常在属性数*(表示为a)上是二次的,在示例数(表示为n)上是线性的,即O(n*a^2)


但是,正如我所说,这取决于你的具体情况。如果您想要更具体的答案,请向我们提供更多详细信息。

答案在很大程度上取决于选择要拆分的最佳属性和拆分点的过程。在分析中起关键作用的两个参数:

  • 属性数
  • 培训示例的数量
昂贵的部分是计算连续属性的最佳分割点(这本质上是离散化),并从候选属性集中选择最佳属性进行分割

根据我的经验,复杂性通常在属性数*(表示为a)上是二次的,在示例数(表示为n)上是线性的,即O(n*a^2)


但是,正如我所说,这取决于你的具体情况。如果您想要更具体的答案,请向我们提供更多详细信息。

这可能是一个很好的问题。;-)这可能是一个很好的问题但是请注意下面的句子:使用块“将树构造的时间复杂度降低到O(n)”。但是请注意下面的句子:使用块“将树构造的时间复杂度降低到O(n)”。