« Estimation de l'erreur de prédiction » : différence entre les versions


Aucun résumé des modifications
m (Remplacement de texte : « ↵↵↵==Sources== » par «  ==Sources== »)
 
(16 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :


== en construction ==
== Définition ==
[[Catégorie:Vocabulary]]
Dans un algorithme de traitement de graphe ou d'arbre, l'estimation de l'erreur de prédiction est la somme des fréquences estimées à partir du nombre de données d’entraînement qui se situent sous chaque nœud branche (c.-à-d. un nœud parent). En général, l'algorithme procède par [[rétrocalcul]].
[[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.
XXXXXXXXXXXXXXX
 
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.


== Français ==
== Français ==
'''XXXXXXXXXXXXXXX '''
'''estimation de l’erreur de prédiction'''
 
'''estimation de l’erreur prédite'''
 
'''estimation d'erreur rétrocalculée'''
 
'''estimation d'erreur rétroestimée'''
 
 
== Anglais ==
== Anglais ==
'''expected error estimate'''
'''expected error estimate'''


'''Laplace error estimate'''
<!-- '''Laplace error estimate''' -->


In pruning a decision tree, one needs to be able to estimate the expected error at any node (branch or leaf). This can be done using the '''Laplace error estimate''', which is given by the formula<center>''E''(''S'') = (''N'' – ''n'' + ''k'' – 1) / (''N'' + ''k'').</center>where
==Sources==
{| class="wikitable"
|''S''
|is the set of instances in a node
|-
|''k''
|is the number of classes (e.g. 2 if instances are just being classified into 2 classes: say positive and negative)
|-
|''N''
|is the is the number of instances in ''S''
|-
|''C''
|is the majority class in ''S''
|-
|''n''
|out of ''N'' examples in ''S'' belong to ''C''
|}


<small>
[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html      Source : INWS machine learning dictionary]


[http://www.cse.unsw.edu.au/~billw/dictionaries/mldict.html      Source : INWS machine learning dictionary]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 31 janvier 2024 à 11:09

Définition

Dans un algorithme de traitement de graphe ou d'arbre, l'estimation de l'erreur de prédiction est la somme des fréquences estimées à partir du nombre de données d’entraînement qui se situent sous chaque nœud branche (c.-à-d. un nœud parent). En général, l'algorithme procède par rétrocalcul.

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.

Français

estimation de l’erreur de prédiction

estimation de l’erreur prédite

estimation d'erreur rétrocalculée

estimation d'erreur rétroestimée


Anglais

expected error estimate


Sources

Source : INWS machine learning dictionary