奥尔

使用数学规划学习定制和优化的规则列表。我们介绍了一种数学规划方法来建立规则列表,它是一种涉及IF-THEN规则的可解释、非线性和逻辑机器学习分类器。与CART和C5.0等传统的决策树算法不同,该方法不使用贪婪的分割和修剪。相反,它的目标是完全优化精度和稀疏性的组合,遵守用户定义的约束。这种方法对于产生非黑盒预测模型是有用的,并且在训练精度和稀疏性之间有一个明确的用户定义的折衷。灵活的数学规划框架允许用户创建定制的模型,并提供可证明的最优化保证。作为提交文件一部分的软件被赋予DOI(数字对象标识符)url{DOI:10.5281/zenodo.1344142}。