RS-ORT: Neuer Branch-and-Bound-Algorithmus für optimale Regressionsbäume
Mixed-Integer-Programming (MIP) hat sich als leistungsstarkes Werkzeug für die Konstruktion optimaler Entscheidungsbäume etabliert. Bisher beschränken sich MIP‑Ansätze für Regressionsaufgaben jedoch häufig auf ausschließlich binäre Merkmale oder werden bei kontinuierlichen, großskaligen Datensätzen schnell unhandlich. Durch die Naiv‑Binarisierung kontinuierlicher Features geht dabei oft die globale Optimalität verloren und die resultierenden Bäume werden unnötig tief.
