∑
MathTCG
#092 / 100•Space, Chance & Computation•MathTCG #492 / 500•★Commune•∇Maths Appliquées•Méthode & Idée

Arbre de décision

Période historique : 1984

Modèle prédictif arborescent découpant l'espace des données par des tests séquentiels.

Contenu & Formulation mathématique

Principe de la démarche
Modèle prédictif arborescent découpant l'espace des données par des tests séquentiels.
Champs d'application canoniques
Démonstration mathématique
IG(T,a)=H(T)−∑v∣Tv∣∣T∣H(Tv),H(T)=−∑pilog⁡2piIG(T, a) = H(T) - \sum_{v} \frac{|T_v|}{|T|} H(T_v), \quad H(T) = -\sum p_i \log_2 p_i

Genèse & Portée historique

Structure hiérarchique où chaque nœud interne représente un test sur un attribut, chaque branche le résultat du test et chaque feuille une décision ou prédiction de classe. Conçus par des algorithmes récursifs comme ID3, C4.5 de Ross Quinlan ou CART de Leo Breiman, ils maximisent le gain d'information ou minimisent l'impureté de Gini.

Leur transparence d'interprétation (« boîte blanche ») en a fait l'un des algorithmes d'aide à la décision médicale et d'apprentissage automatique les plus utilisés avant l'avènement des forêts aléatoires.

« Une arborescence de questions binaires convergeant vers un verdict limpide. »

Filiations & Relations conceptuelles (0)

Cette notice constitue un axiome autonome sans relations directes enregistrées dans le recueil.

Objet de collection MathTCG

#492
★Commune
∇

Arbre de décision

Maths Appliquées•MÉTHODE

Principe : Modèle prédictif arborescent découpant l'espace des données par des tests séquentiels.

IG(T,a)=H(T)−∑v∣Tv∣∣T∣H(Tv),H(T)=−∑pilog⁡2piIG(T, a) = H(T) - \sum_{v} \frac{|T_v|}{|T|} H(T_v), \quad H(T) = -\sum p_i \log_2 p_i
1984

Dans l'édition physique et numérique de MathTCG, cette carte appartient à l'extension Space, Chance & Computation.

Extension : Space, Chance & Computation (#092 / 100)
Numéro global MathTCG : MathTCG #492 / 500
Rareté officielle : Commune (★)
Domaine théorique : Maths Appliquées
Identifiant pérenne : arbre-de-decision