درخت تصميم مقياس پذير مبتني بر تقسيم سريع داده ها و پيش هرس

الگوريتم‌هاي ساخت درخت تصميم با محدوديت‌هاي حافظه، زمان و پيچيدگي درخت مواجه‌ هستند. جهت ساخت درخت بايد همه مجموعه داده آموزش و يا بخش زيادي از آن را درون حافظه نگه‌دارند. الگوريتم‌هايي كه به علت انتخاب زيرمجموعه‌اي از داده با محدوديت حافظه مواجه نيستند، زمان اضافي جهت انتخاب داده صرف‌ميكنند. جهت انتخاب بهترين ويژگي براي ايجاد انشعاب در درخت هم بايد محاسبات زيادي بر روي اين مجموعه‌داده انجام‌شود. در اين مقاله يك رويكرد مقياس‌پذير افزايشي بر مبناي تقسيم سريع و هرس؛ جهت ساخت درخت تصميم بر روي‌ مجموعه‌داده‌هاي حجيم ارائه شده است. الگوريتم ارائه‌شده درخت تصميم را با استفاده از كل مجموعه‌داده‌ آموزش اما بدون نياز به ذخيره‌سازي داده در حافظه اصلي مي‌سازد. همچنين جهت كاهش پيچيدگي درخت از روش پيش‌هرس استفاده‌شده‌است. نتايج آزمايش نشان‌مي‌دهد الگوريتم ارائه‌شده با وجود دقت و زمان ساخت قابل رقابت با ساير الگوريتم‌ها، بر مشكلات حاصل از پيچيدگي درخت غلبه‌كرده‌است.