决策树与假设用于单调布尔函数识别和排序
摘要：关于使用基于一个属性的查询和基于所有属性值假设的查询的决策树的研究 在这篇论文中，我们考虑使用基于一个属性的查询和基于所有属性值假设的查询的决策树。这样的决策树类似于精确学习中研究的决策树，其中不仅允许成员查询，还允许等价查询。我们研究了识别具有n个变量（n = 2, ..., 4）的单调布尔函数和从线性排序集中对n个两两不同的元素进行排序（n = 3, ..., 6）的问题。对于这些问题，我们比较了具有不同类型的最优（相对于深度或可实现节点数）带有假设的决策树的复杂性。我们还研究了由基于熵的贪婪算法构建的决策树的复杂性，并分析了从这些决策树中得出的决策规则的长度。
作者：Mohammad Azad, Igor Chikalov, Shahid Hussain, Mikhail Moshkov, Beata Zielosko
论文ID：2203.08894
分类：Computational Complexity
分类简称：cs.CC
提交时间：2022-03-18