« Arbre de décision » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 15 : | Ligne 15 : | ||
''A decision tree is drawn upside down with its root at the top. This methodology is more commonly known as '''learning decision tree from data''' and is called '''Classification tree.''' '''Regression trees''' are represented in the same manner, just they predict continuous values like price of a house. In general, Decision Tree algorithms are referred to as CART or Classification and Regression Trees.'' | ''A decision tree is drawn upside down with its root at the top. This methodology is more commonly known as '''learning decision tree from data''' and is called '''Classification tree.''' '''Regression trees''' are represented in the same manner, just they predict continuous values like price of a house. In general, Decision Tree algorithms are referred to as CART or Classification and Regression Trees.'' | ||
[https://towardsdatascience.com/decision-trees-in-machine-learning-641b9c4e8052 Source : towardsdatascience ] | |||
Version du 20 janvier 2020 à 10:27
Définition
Outil d'aide à la décision sous la forme graphique d'un arbre avec sa racine en haut; les différentes décisions possibles étant situées aux extrémités des branches et sont adoptées en fonction de la décision prise à chaque étape. Cette méthodologie est plus communément appelée arbre de classification à partir des données. Les arbres de régression sont représentés de la même manière, sauf qu’ils prédisent des valeurs continues comme le prix d'une maison.
Français
arbre de décision n.m.
Anglais
decision tree
A decision tree is drawn upside down with its root at the top. This methodology is more commonly known as learning decision tree from data and is called Classification tree. Regression trees are represented in the same manner, just they predict continuous values like price of a house. In general, Decision Tree algorithms are referred to as CART or Classification and Regression Trees.
Contributeurs: Evan Brach, Claude Coulombe, Gérard Pelletier, Jacques Barolet, wiki
