« Arbre de régression » : différence entre les versions


Aucun résumé des modifications
m (Remplacement de texte : « ↵↵==Sources== » par «  ==Sources== »)
 
(7 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Définition ==
== Définition ==
Arbre de décision dont la variable d’intérêt est numérique.
Méthode qui permet d’obtenir des modèles à la fois explicatifs et prédictifs. Parmi ses avantages, on notera d’une part sa simplicité du fait de la visualisation sous forme d’arbres; d’autre part, la possibilité d’obtenir des règles en langage naturel.
 
On utilise les arbres de régression pour expliquer et/ou prédire les valeurs prises par une variable dépendante quantitative, en fonction de variables explicatives quantitatives et/ou qualitatives.


== Français ==
== Français ==
Ligne 7 : Ligne 9 :
== Anglais ==
== Anglais ==
''' regression tree'''
''' regression tree'''
==Sources==


 
[https://www.xlstat.com/fr/solutions/fonctionnalites/arbres-de-classification-et-de-regression Source: XLSLATl]
<small>
 


[http://www.ressources-actuarielles.net/EXT/ISFA/1226-02.nsf/0/cd4c0c35ddf6c403c1257ef90061ef3a/$FILE/Me%CC%81moire_Salma_JAMAL.002.pdf/Me%CC%81moire_Salma_JAMAL.pdf  Source : Mémoire, Salma Jamal ]
[http://www.ressources-actuarielles.net/EXT/ISFA/1226-02.nsf/0/cd4c0c35ddf6c403c1257ef90061ef3a/$FILE/Me%CC%81moire_Salma_JAMAL.002.pdf/Me%CC%81moire_Salma_JAMAL.pdf  Source : Mémoire, Salma Jamal ]
Ligne 20 : Ligne 21 :
[https://magoosh.com/data-science/what-is-a-regression-tree/#:~:text=Regression%20Trees%3A%20When%20the%20decision,anything%20depending%20on%20various%20constraints.  Source : magoosh.com]
[https://magoosh.com/data-science/what-is-a-regression-tree/#:~:text=Regression%20Trees%3A%20When%20the%20decision,anything%20depending%20on%20various%20constraints.  Source : magoosh.com]


[[Catégorie:Révision]]
 
[[Catégorie:vocabulaire]]
[[Catégorie:Statistica]]
[[Catégorie:Statistiques]]
[[Catégorie:Statistiques]]

Dernière version du 30 août 2024 à 13:58

Définition

Méthode qui permet d’obtenir des modèles à la fois explicatifs et prédictifs. Parmi ses avantages, on notera d’une part sa simplicité du fait de la visualisation sous forme d’arbres; d’autre part, la possibilité d’obtenir des règles en langage naturel.

On utilise les arbres de régression pour expliquer et/ou prédire les valeurs prises par une variable dépendante quantitative, en fonction de variables explicatives quantitatives et/ou qualitatives.

Français

arbre de régression

Anglais

regression tree

Sources

Source: XLSLATl

Source : Mémoire, Salma Jamal

Source : Termium Plus

Source : Statistica

Source : magoosh.com