rashomon-sets

本文介绍了 ArborEnum，这是首个无需二值化即可在连续特征上精确枚举决策树 Rashomon 集的算法，同时提供了松弛近似和任意时间近似，这些近似方法可在保持近乎完美召回率的同时实现数量级的加速。

PRAXIS是一种新算法，能够高效近似接近最优决策树的罗生门集合，在运行时间和内存使用上实现数量级的改进，同时保持近乎完美的召回率。

介绍了时间范围约束的Rashomon集，用于表征混沌系统中模型多样性的演化。该框架证明了预测等价性的指数收缩，并开发了决策对齐算法，将决策质量提高了18-34%。