待验证50% 置信事实精确时间

决策树的分裂准则（信息增益、基尼不纯度、均方误差）本质上是排序统计量的函数，只关心阈值两侧的类别比例而非样本间距离

1

来源数

50%

置信度

长期有效

时效性

2026/8/24

首次发现

来源

切片Wasserstein距离提升分类可分性：实验与反思

涉及实体

决策树concept

相关事实

待验证决策树方法通过一系列关键问题（任务时间跨度、信息规模与检索需求、成本与延迟约束）逐步收敛到最合适的记忆方案67% 相似待验证路由分类器需同时满足轻量（推理耗时毫秒级）和准确两个要求，误判会导致质量下降或资源浪费65% 相似待验证多个独立模型的分歧程度本质上是对数据标注难度的一种估计，高分歧样本往往对应边界案例或存在真实争议的问题64% 相似待验证瓶颈维度的选择本质上是信息压缩率与重构质量之间的权衡，对应率失真理论；Shannon于1959年证明对于给定失真容忍度存在理论最小编码率下界64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/793941

API

curl https://kongchang.com/api/v1/knowledge/claims/793941

MCP

get_claim(id=793941)