Для нейронних мереж у нас є теорема універсального наближення, яка стверджує, що нейронні мережі можуть наближати будь-яку безперервну функцію на компактному підмножині .
Чи є подібний результат для дерев, що підсилюють градієнт? Це здається розумним, оскільки ви можете продовжувати додавати більше гілок, але я не можу знайти жодного формального обговорення цього питання.
EDIT: Моє питання видається дуже схожим на Чи може регресія дерев прогнозувати постійно? , хоча, можливо, не запитуючи абсолютно те саме. Але дивіться це питання для відповідної дискусії.
1
Гарне питання! Я не міг знайти що - небудь з цього приводу , але тут є РАС обмеження на дерева рішень. Спробуйте запитати ще раз на cstheory.
—
Емре
Дивіться тут: projecteuclid.org/download/pdf_1/euclid.aos/1013203451 . Це старе читання. Я вважаю, що в ньому є те, що ви шукаєте. Наскільки я розумію, в принципі вони можуть. Дайте мені знати, що ви про це думаєте.
—
TwinPenguins