Resumen: Este trabajo estudia uno de los algoritmos de aprendizaje de árbol de decisión paralelo, PDSCART, diseñado para un análisis de datos escalable y eficiente. El método incorpora tres capacidades básicas. Primero, admite el aprendizaje en tiempo real de los flujos de datos, lo que permite que los árboles se construyan de forma incremental. En segundo lugar, permite el procesamiento paralelo de datos de transmisión de alto volumen, lo que lo hace bien adecuado para aplicaciones a gran escala. En tercer lugar, el algoritmo se integra perfectamente en el marco MapReduce, asegurando la compatibilidad con entornos informáticos distribuidos. En lo que sigue, presentamos los componentes clave del algoritmo junto con resultados que destacan su rendimiento y escalabilidad.
Publicado Originalme en rss.arxiv.org El 19 de mayo de 2025.
Ver Fuente Original
