Supposons que j'ai une fonction lisse comme . J'ai un ensemble d'entraînement D \ subsetneq \ {((x, y), f (x, y)) | (x, y) \ in \ mathbb {R} ^ 2 \} et, bien sûr, je ne connais pas f bien que je puisse évaluer f où je veux.
Les arbres de régression sont-ils capables de trouver un modèle lisse de la fonction (par conséquent, un petit changement dans l'entrée ne devrait donner qu'un petit changement dans la sortie)?
D'après ce que j'ai lu dans la leçon 10: Arbres de régression, il me semble que les arbres de régression mettent essentiellement les valeurs de fonction dans des bacs:
Pour les arbres de régression classiques, le modèle dans chaque cellule n'est qu'une estimation constante de Y.
Comme ils écrivent "classique", je suppose qu'il existe une variante où les cellules font quelque chose de plus intéressant?