« Sauvegarde de l'estimation d'erreur » : différence entre les versions
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== en construction ==
== Définition ==
[[Catégorie:Vocabulary]]
 
[[Catégorie:Apprentissage automatique‏‎]]
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 de classification est plus importante dans le cas où la branche est présente ou élaguée.  
[[Catégorie:UNSW]]
 
Sauvegarde de l’estimation d’erreur / estimation de l’erreur
Pour estimer l'erreur si la branche est présente, on prend les erreurs estimées associées aux enfants des nœuds de la branche (qui doivent bien sûr avoir été calculées au préalable), on les multiplie par les fréquences estimées selon lesquelles la branche actuelle classera les données dans chaque nœud enfant, et on additionne les produits résultants.  
Estimation rétrocalculée ou rétro-estimée, rétro-approximée
 
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.)
Les fréquences sont estimées à partir du nombre d'instances de données de formation qui sont classées comme appartenant à chaque nœud enfant. Cette somme est appelée la sauvegarde de l'estimation d'erreur pour le nœud de branche. (Le concept d'une sauvegarde d'estimation d'erreur n'a pas de sens pour un nœud feuille).
Dans l'élagage d’un arbre de décision, l'un des problèmes pour décider d'élaguer une branche de l'arbre est de savoir si l'erreur estimée de classification est plus grande si la branche est présente ou élaguée. Pour estimer l'erreur si 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.)
 


Voir aussi expected error estimate.


== Français ==
== Français ==
Ligne 13 : Ligne 14 :


'''erreur rétrocalculée'''
'''erreur rétrocalculée'''
'''sauvegarde de l’estimation d’erreur'''
'''estimation de l’erreur'''


== Anglais ==
== 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.
-->


<small>
<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:publication]]
[[Catégorie:Apprentissage automatique‏‎]]
[[Catégorie:UNSW]]

Version du 28 novembre 2022 à 07:26

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 de classification est plus importante dans le cas où la branche est présente ou élaguée.

Pour estimer l'erreur si la branche est présente, on prend les erreurs estimées associées aux enfants des nœuds de la branche (qui doivent bien sûr avoir été calculées au préalable), on les multiplie par les fréquences estimées selon lesquelles la branche actuelle classera les données dans chaque nœud enfant, et on additionne les produits résultants.

Les fréquences sont estimées à partir du nombre d'instances de données de formation qui sont classées comme appartenant à chaque nœud enfant. Cette somme est appelée la sauvegarde de l'estimation d'erreur pour le nœud de branche. (Le concept d'une sauvegarde d'estimation d'erreur n'a pas de sens pour un nœud feuille).


Voir aussi expected error estimate.

Français

estimation d'erreur rétrocalculée

erreur rétrocalculée

sauvegarde de l’estimation d’erreur

estimation de l’erreur

Anglais

backed-up error estimate


Source : INWS machine learning dictionary

Récupérée de « https://datafranca.org/wiki/index.php?title=Sauvegarde_de_l%27estimation_d%27erreur&oldid=64789 »


Contributeurs: Claude Coulombe, Imane Meziani, Marie Alfaro, Patrick Drouin, wiki