« Sauvegarde de l'estimation d'erreur » : différence entre les versions

Dernière version du 28 janvier 2024 à 13:06

Définition

Dans un algorithme, somme sauvegardée des fréquences estimées à partir du nombre de données d’entraînement qui sont classées comme appartenant à chaque nœud enfant.

Compléments

Cette somme est l'estimation d'erreur pour un nœud branche; l'estimation d'erreur n'a pas de sens pour un nœud feuille (c.-à-d. un nœud enfant terminal).

Dans le cadre de l'élagage d'un arbre de décision, l'une des questions qui se pose pour décider de l'élagage d'une branche de l'arbre est de savoir si l'erreur estimée est plus importante dans le cas où la branche est présente ou élaguée.

Pour estimer l'erreur, on prend les erreurs estimées associées aux nœuds enfants d'une branche dont on fait une somme pondérée par les fréquences.

Voir aussi expected error estimate.

Français

sauvegarde de l’estimation d’erreur

Anglais

backed-up error estimate

Sources

Source : INWS machine learning dictionary

@@ Ligne 1 : / Ligne 1 : @@
-copie de sécurité de l'erreur d'estimation
+== Définition ==
-== en construction ==
+Dans un algorithme, somme sauvegardée des fréquences estimées à partir du nombre de données d’entraînement qui sont classées comme appartenant à chaque nœud enfant.
-[[Catégorie:Vocabulary]]
-[[Catégorie:Apprentissage automatique‏‎]]
-[[Catégorie:UNSW]]
+== Compléments ==
+Cette somme est l'estimation d'erreur pour un nœud branche; l'estimation d'erreur n'a pas de sens pour un nœud feuille (c.-à-d. un nœud enfant terminal).
-== Définition ==
+Dans le cadre de l'élagage d'un arbre de décision, l'une des questions qui se pose pour décider de l'élagage d'une branche de l'arbre est de savoir si l'erreur estimée est plus importante dans le cas où la branche est présente ou élaguée.
+Pour estimer l'erreur, on prend les erreurs estimées associées aux nœuds enfants d'une branche dont on fait une somme pondérée par les fréquences.
-== Compléments ==
+Voir aussi [[expected error estimate]].
-Dans l'élagage d’un arbre de décision, l'un des problèmes avant de décider d'élaguer une branche de l'arbre est de savoir si l'erreur résultante sera plus grande si la branche est présente ou élaguée. Dans le cas où la branche est présente, on prend les erreurs estimées associées aux enfants des nœuds de la branche (qui bien sûr doivent avoir été préalablement calculées), on les multiplie par les fréquences estimées que la branche courante va classer des données à chaque enfant nœud, et additionne les produits résultants. Les fréquences sont estimées à partir du nombre d'instances de données d'apprentissage classées comme appartenant à chaque nœud enfant. Cette somme est appelée estimation d'erreur sauvegardée pour le nœud de branche. (Le concept d'estimation d'erreur sauvegardée n'a pas de sens pour un nœud feuille.)
 == Français ==
-'''estimation rétrocalculée'''
+'''sauvegarde de l’estimation d’erreur'''
 == Anglais ==
-'''Backed-up error estimate'''
+'''backed-up error estimate'''
-<!-- In decision tree pruning one of the issues in deciding whether to prune a branch of the tree is whether the estimated error in classification is greater if the branch is present or pruned. To estimate the error if the branch is present, one takes the estimated errors associated with the children of the branch nodes (which of course must have been previously computed), multiplies them by the estimated frequencies that the current branch will classify data to each child node, and adds up the resulting products. The frequencies are estimated from the numbers of training data instances that are classified as belonging to each child node. This sum is called the backed-up error estimate for the branch node. (The concept of a backed-up error estimate does not make sense for a leaf node.) -->
-See also expected error estimate.
+==Sources==
+[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html  Source : INWS machine learning dictionary]
-<small>
-[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html      Source : INWS machine learning dictionary]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]