大家在看算法的时候肯定会考虑时间的复杂度,那么就来讲一下CART的时间复杂度。
对于一个样本数量是N的数据集,他的feature(特征)数是M,那么对应生成的树的深度是D 。
在cart生长时,需要把所有的feature内的值都作为一个分裂的候选,然后根据这个计算一个指标,例如信息增益,信息增益比,gini指数等等,于是每层的时间复杂度是O(N*M),再加上树的深度D,那么总的时间复杂度就是O(N*M*D)。
大家在看算法的时候肯定会考虑时间的复杂度,那么就来讲一下CART的时间复杂度。
对于一个样本数量是N的数据集,他的feature(特征)数是M,那么对应生成的树的深度是D 。
在cart生长时,需要把所有的feature内的值都作为一个分裂的候选,然后根据这个计算一个指标,例如信息增益,信息增益比,gini指数等等,于是每层的时间复杂度是O(N*M),再加上树的深度D,那么总的时间复杂度就是O(N*M*D)。