c++ - 增量决策树 C++ 实现

Question

有谁知道决策树分类器的任何增量实现。这样，当您将新实例添加到具有低计算量的训练集中并且根据现有的决策树分类器尽可能快时，它可以生成最佳决策树分类器？

换句话说，我有一个名为T_1的集合A的最优决策树分类器，现在我想将实例X添加到集合A并通过利用集合{A,X}的T_1和X找到最优决策树分类器树T_2 .

添加实例将发生多次。因此，找到增量方法而不是每次都构建树对我来说很有价值。

实际上，我怀疑这种实现是否存在。如果有人可以帮助我，我们将不胜感激。如果有的话，我更喜欢 C++ 中的代码。

谢谢

Answer 1

维基百科文章链接到两个代码。 ITI不是开源的，但源代码是可用的，VMFL是开源的并且在 C 中（大部分）