最优分类树：Bertsimas和Dunn提出的OCT（最优分类树）试图通过解决MIP问题来寻找全局最优

最优分类树 与诸如CRAT，ID3，C4.5的树算法以贪婪方式进行递归分区相比，Bertsimas和Dunn提出的OCT（最优分类树）试图通过解决MIP问题来寻找全局最优值。 我们将在UCI机器学习数据集中的5个数据集上针对CART对OCT进行全面基准测试 第一个数据集：信贷批准预测 第二个数据集：肝病检测 第三个数据集：气候模型碰撞识别 第四个数据集：化合物分类 第五个数据集：车辆识别