Abstrakt
Predikce vypočítané klasifikačním stromem jsou obvykle konstantní na hyperkvádrech s hranami rovnoběžnými s osami souřadného systému, jež odpovídají listům, a na jejich hranicích jsou nespojité. Často lze očekávat lepší klasifikaci, když predikovaná funkce původního stromu je nahrazena spojitou aproximací. Aproximace je konstruována s použitím stejné trénovací množiny, která generovala původní strom a struktura stromu je zachována.
Tento článek používá model stromů se změkčenými větveními navržený Quinlanem a implementovaný v C4.5, ale trénovací algoritmus je podstatně odlišný. Metoda používá simulované žíhání, takže je výpočetně dosti náročná.
Ovšem numerické testy s daty získanými z experimentu z částicové fyziky ukazují, že kromě lepší aproximace trénovacích dat je dosaženo i menší generalizační chyby.