2

Plan ARBRE DE DECISION
Florence Nicolau Master 2 MIAGE option SIRIS
Université de Nice Sophia Antipolis Florence.Nicolau@unice.fr http://www.nicolau.nom.fr/
1

2009 – 2010

Définition d’un arbre Algorithme de construction Mesures d’homogénéité des nœuds Règles de décision Elagage de l’arbre Avantages et inconvénients Bibliographie

4

Arbre de décision : problématique

Définition d’un arbre

Méthode permettant de prédire l’appartenance d’un individu à un groupe en fonction de ses caractéristiques ou attributs Les attributs apparaissant dans l’arbre sont les attributs pertinents pour le problème considéré Un arbre est équivalent à un ensemble de règles de décision Problème : les règles sont – elles réellement utilisables ?
3

5

6

Arbre de décision : problématique
Un arbre de décision permet de classer un individu à l'aide de questions Chaque nœud de l'arbre représente une question, chaque lien est une réponse à la question Cas des arbres binaires : chaque question ne peut avoir que 2 réponses

Exemple bancaire
Prédire si un client sera : un client qui rembourse son prêt avec succès ou un client qui a des difficultés de remboursement

7

8

Principe général des arbres de décision
X2 Test 2

Vocabulaire des arbres de décision

Test 3 Test 1

Test 2

X1 Le groupe d’une feuille = le groupe majoritaire parmi les exemples d’apprentissage appartenant à cette feuille

Construire une suite de tests permettant une partition de l’espace des données en sous-régions homogènes en terme de groupe

9

10

Vocabulaire des arbres de décision
Chaque nœud interne teste un attribut Chaque branche correspond à une valeur d’attribut Chaque feuille correspond à un groupe unique ou majoritaire On cherche un arbre le plus « simple » possible expliquant l’ensemble des cas

A propos des nœuds terminaux ou feuilles :
La feuille est affecté au groupe unique ou dominant. L’ensemble de ces affectations constitue la règle de décision.