文章预览
矩阵真的是一个很神奇的东西。 你能想象决策树的推理过程也可以用矩阵乘法来表示吗? 决策树推理是一个迭代的过程。 我们通过评估某一层中特定节点的条件来遍历决策树,直到到达叶子节点。 接下来就让我们看看是如何将决策树的推理过程转换成矩阵操作的。 结果: 1.使得推理速度大大加快,因为矩阵操作可以进行大规模并行化。 2.这些操作可以加载到GPU上,实现更快的推理。 欢迎加入自动驾驶实战群 步骤 考虑下面有5个特征的二分类数据集。 通过在数据集上拟合一个决策树,最终得到如下结构的树。 符号 在开始之前,我们先假设: ● m→ 数据集中的总特征(上述数据集中有5个特征)。 ● e→ 树中的总评估节点(上述树中有4个蓝色节点)。 ● l→ 树中的总叶子节点(有5个绿色节点)。 ● c→ 数据集中的总类别(上述数据集中有2个
………………………………