原文标题：The Quantum Version Of Classification Decision Tree Constructing Algorithm C5.0
摘要：本文重点研究了C5.0算法构造决策树分类器的复杂性，该算法是机器学习分类问题的模型。在经典案例中，决策树是在O(hd(NM N原木N))运行时间M是很多课程，N是训练数据集的大小，d是每个元素的许多属性，h是一棵树高。首先，我们对经典版本进行了改进，新版本的运行时间为O(h⋅d⋅N原木N)..其次，我们提出了该算法的量子版本，它使用了基于Grover算法的振幅放大和D{ürr-H{o}yer最小搜索算法等量子子程序。量子算法的运行时间是O(h⋅d−−√原木d⋅N原木N)这比经典算法的复杂度要好。
地址： https://arxiv.org/abs/1907.06840
作者： Kamil Khadiev, Ilnaz Mannapov, Liliya Safina
