- Exemple bancaire
Prédire si un client pourra rembourser son prêt avec succès (classe OUI) ou un client qui a des difficultés de remboursement (classe NON)
Arbre de décision associé
Construction arbre – Exemple Bancaire: Etape 1
Construction arbre – Exemple Bancaire : Etape 2
Points forts
1- connaissances « intelligibles » — validation d’expert
2- traduction directe de l’arbre vers une base de règles
3- sélection automatique des variables pertinentes
4- non paramétrique
5- traitement indifférencié selon le type des variables
6- robuste face aux données aberrantes
7- rapidité intéressante sur des bases de taille moyenne
Points faibles
1- problème de stabilité sur les petites bases de données
2- masque l’intérêt des variables non sélectionnées
3- recherche « pas-à-pas » : difficulté à trouver les interactions
