研究提出合成数据元学习决策树新方法

Kyaw Hpone Myint 等作者发表论文，提出一种通过合成采样近最优决策树来生成大规模逼真预训练数据的方法，配合 MetaTree transformer 架构实现对决策树的元学习，使性能与使用真实数据或计算昂贵的最优决策树预训练相当，同时降低计算成本并提升数据生成灵活性。 该研究称，这一方法用于应对元学习决策树所需预训练数据的生成问题，其效果依据为论文中报告的性能与成本对比。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。