본 논문은 기존의 축정렬 결정 트리보다 향상된 분류 성능을 제공할 수 있는 비축정렬 결정 트리에 대한 연구를 다룹니다. 비축정렬 분할을 찾기 위한 완전 탐색 기반 방법들의 계산 비용 문제를 해결하고자, 제한된 초평면 집합에 대한 완전 탐색을 수행하는 새로운 알고리즘인 CART-ELC (Classification and Regression Tree - Exhaustive Linear Combinations)를 제시합니다. CART-ELC 알고리즘의 계산 복잡도와 예측 성능을 분석하고, 소규모 데이터셋에서 기존 결정 트리 유도 알고리즘에 비해 경쟁력 있는 성능을 달성하며, 통계적으로 유의미한 분류 정확도 향상과 더 얕고 단순하며 해석 가능한 트리를 생성함을 보여줍니다.
