分类和回归树-基尼最优分割计算

是的,这可以加快:

For each feature
    Sort data by feature
    Calculate cumulative counts of different values of target
    Calculate reverse cumulative counts of different values of target
    At each feature value
         Calculate gini value based on cumulative counts
         Keep the maximum

如果这些特性具有一组有限的值,则可以对其进行进一步优化。您可以聚合数据并使用聚合数据进行拆分计算,而不是对数据进行排序。

如果特征是分类的,则遵循相同的过程,但按二元目标的目标密度按特征排序。如果有两个以上的目标值,这就变得有点棘手了。