[add] GTree based Decision Tree

[ElleryQu]

Pull Request

What problem does this PR solve?

Issue Number: Fixed #212

Possible side effects?

• Performance:

test:

No GPU/TPU found, falling back to CPU. (Set TF_CPP_MIN_LOG_LEVEL=0 and rerun for more info.)
[2023-10-13 18:32:00.502] [info] [thread_pool.cc:30] Create a fixed thread pool with size 19
Accuracy in SKlearn: 0.96
Accuracy in SPU: 0.96
.
----------------------------------------------------------------------
Ran 1 test in 78.026s

OK

emulation:

Running time in SPU: 77.37s
Accuracy in SKlearn: 0.96
Accuracy in SPU: 0.96
[2023-10-13 18:35:38,091] Shutdown multiprocess cluster...

• Backward compatibility:

[github-actions]

CLA Assistant Lite bot All contributors have signed the CLA ✍️ ✅

[ElleryQu]

I have read the CLA Document and I hereby sign the CLA

[deadlywing]

@ElleryQu 抱歉，，前段时间有点忙，delay了一段时间；
整体实现应该ok，，有一些小的建议；

另外，麻烦下次push之前对代码的格式做一些调整：

1. 使用 buildifier 格式化bazel文件
2. 使用black和isort 格式化python文件

[ElleryQu]

@ElleryQu 抱歉，，前段时间有点忙，delay了一段时间； 整体实现应该ok，，有一些小的建议；

另外，麻烦下次push之前对代码的格式做一些调整：

1. 使用 buildifier 格式化bazel文件
2. 使用black和isort 格式化python文件

好嘞，感谢

[ElleryQu]

@ElleryQu 抱歉，，前段时间有点忙，delay了一段时间； 整体实现应该ok，，有一些小的建议；

另外，麻烦下次push之前对代码的格式做一些调整：

1. 使用 buildifier 格式化bazel文件
2. 使用black和isort 格式化python文件

您好，上述问题已经修改。

1. 对于特征爆炸的问题：修改为X[:, ::3], y[:]。
2. 在DecisionTreeBuilder类增加了一段描述性文字。原始文章未给出复杂度分析，这里附上了一个大概的估算。
3. 根据上一次检查结果进行了格式化处理。对于其他杂项进行了修改。

[deadlywing]

python format 仍然有点问题

[deadlywing]

test文件中 +1-1那里还没有修改哈～

[ElleryQu]

test文件中 +1-1那里还没有修改哈～

您好，这里是为了保证jax.equal结果在SPU上是加法共享，如果改成+0会被解释器优化掉。

如果不加+1-1，jax.equal的结果为布尔分享，赋值时会发生错误。review展示了一个最小的错误例子。这种错误会导致在iris_data上分类正确率降低至66%。

[deadlywing]

test文件中 +1-1那里还没有修改哈～

您好，这里是为了保证jax.equal结果在SPU上是加法共享，如果改成+0会被解释器优化掉。

如果不加+1-1，jax.equal的结果为布尔分享，赋值时会发生错误。review展示了一个最小的错误例子。这种错误会导致在iris_data上分类正确率降低至66%。

hi，我自己本地试了一下，并没有发现准确性下降的情况，，能辛苦贴一下具体的运行setting和结果么？

[ElleryQu]

test文件中 +1-1那里还没有修改哈～

您好，这里是为了保证jax.equal结果在SPU上是加法共享，如果改成+0会被解释器优化掉。
如果不加+1-1，jax.equal的结果为布尔分享，赋值时会发生错误。review展示了一个最小的错误例子。这种错误会导致在iris_data上分类正确率降低至66%。

hi，我自己本地试了一下，并没有发现准确性下降的情况，，能辛苦贴一下具体的运行setting和结果么？

没有复现出来，但之前确实遇到过这个问题(￣ ￣|| )

删除了+1-1

[deadlywing]

LGTM