我可以使用决策树来比较属性对的值吗？

Question

我想使用决策树进行二元分类。我想知道我的方法是否适用于决策树。

我的数据集中的每个实例都有成对的属性，我已经确定对于某些对，我可以比较这些值来做出决定。例如，一个实例可能具有以下属性：

实例 = {A1, A2, A3, A4, B1, B2, B3, B4}

A1 和 B1 具有不同的值，但指的是相同的特征——这就是我将它们称为一对时的意思。我想做的是在树中有节点来比较一对的值：

               (A1 > B1)
               /        \
         (A2 < B2)   (A3 > B3)
         /       \   /       \
                  ...

这是使用决策树的有效方法吗？

对于这类问题有更好的学习方法吗？

Answer 1

这确实是一种有效的方法。您所需要的只是创建新的二进制功能，例如

C[i] = 1 if A[i] > B[i] else 0

或者只是

C[i] = A[i] - B[i] 

并将它们提供给普通的决策树算法，例如 R 中的 rpart 和 Python 中的 sklearn.tree.DecisionTreeClassifier。