یادگیری افزایشی درخت تصمیم با استفاده از روش های برنامه ریزی خطی

درخت تصمیم به عنوان ابزار مهمی در کلاس بندی و داده کاوی شناخته می شود، از این رو الگوریتم های متنوعی برای معرفی و ساخت درخت تصمیم معرفی شده است. در این مقاله ما به ارائه روش جدیدی برای ساخت درخت می پردازیم که در آن، درخت با استفاده از تابع تصمیم های چند متغیره ایجاد می گردد. ترکیب خطی متغیرهای تصمیم در درختان تصمیم اجازه نمایش روابط چند متغیره ای را می دهد که دقت و فشردگی بالاتری نسبت به تابع تصمیم های تک متغیره دارا می باشند. به منظور تعیین ترکیب خطی جداکننده های بین دوکلاس در درخت تصمیم می توانیم از برنامه ریزی خطی استفاده نماییم