DS Machine Learning
Q1 :
L'apprentissage par arbre de décision est l'une des approches de modélisation prédictive utilisées dans les statistiques, l'exploration de données et l'apprentissage automatique. Il utilise un arbre de décision (comme modèle prédictif) pour passer des observations sur un élément (représenté dans les branches) aux conclusions sur la valeur cible de l'élément (représentée dans les feuilles)
Q2:
Q3
Publicité
Q4:
Les points forts :
1- Connaissances "intelligibles" - validation de qualité
2- Traduction directe de l'arbre en base de règles
3- Sélection automatique des variables pertinentes
5- Traitement indifférencié selon le type de variables
Publicité
6- robuste contre les valeurs aberrantes
7- vitesse intéressante sur des bases de taille moyenne
Les points faibles :
1. Problème de stabilité sur les petites bases de données
2. 2- masquer l'intérêt des variables sélectionnées
3. 3- recherche "pas à pas” : difficulté à trouver des interactions
Publicité