为决策树创建我自己的标准函数

Question

我正在使用 sklearn DecisionTreeClassifier，我想创建自己的标准函数（默认情况下，您可以使用 gini 或 entropy，但这不是我想要的）。类似的东西：

clf = DecisionTreeClassifier( criterion = 'my_function')

有可能吗？

是否有类似的算法允许这样做（在 Python 或 R 中）？

谢谢。

Answer 1

对于 R，您可以使用 rpart package。特别是，请参阅 User Written Split Functions 小插图。尽管决策树经验有限，但我能够按照示例使用自定义算法处理多变量输出。

但是，请注意，内置分类器使用快速的外部库，因此如果您使用纯 R 编写算法，处理速度可能会慢很多。正如小插图所指出的，由于这种预期的减速，默认情况下禁用交叉验证。如果您的数据足够“小”（或者您可以等待更长的时间），这对您而言可能不是问题。