Arbres de décision

Introduction Classification supervis ´ ee par arbre de d´ ecision Algorithme d’apprentissage d’arbres de d ´ ecision
Arbres de d´ ecision
C´ ecile Capponi
[email protected]
Universit´ e Aix-Marseille
M2 MASS

Introduction Classification supervis ´ ee par arbre de d´ ecision Algorithme d’apprentissage d’arbres de d ´ ecision
Plan
Introduction
Classification supervis´ ee par arbre de d´ ecision
Algorithme d’apprentissage d’arbres de d ´ ecision

Introduction Classification supervis ´ ee par arbre de d´ ecision Algorithme d’apprentissage d’arbres de d ´ ecision
Les arbres de d´ ecision
Notations
Soient A1,...,Am: attributs binaires, n-aires, ou r´ eels. L’espace de
description est X=Qm
j=1Xjo`
uXjest le domaine de Aj.
D´ efinition d’un arbre de d´ ecision
Ensemble de r` egles de classification basant leur d´ ecision sur des tests
associ´ es aux attributs, organis´ es de mani` ere arborescente.

Introduction Classification supervis ´ ee par arbre de d´ ecision Algorithme d’apprentissage d’arbres de d ´ ecision
Les arbres de d´ ecision (cont’d)
Structure
•Noeuds internes (noeuds de d ´
ecision) : ´ etiquet´ es par des tests
applicables ` a toute description d’une instance. G´ en´ eralement, un noeud
interne = test sur un unique attribut.
•Arcs issus d’un noeud interne : r ´
eponses possibles au test du noeud.
•Feuilles de l’arbre : ´
etiquet´ ees par une classe.
•Chaque noeud interne ou feuille, est rep´
er´ e par sa position (liste des
num´ eros des arcs qui permettent d’y acc ´ eder en partant de la racine).
Arbre de d´ ecision et apprentissage
•Tout arbre de d´
ecision d´ efinit un classifieur
•Classifieur qui se traduit imm´
ediatement en terme de r ` egles de d´ ecision
Gros avantages des arbres de d´ ecision
1. D´ ecisions ais´ ement interpr´ etables,
2. classification tr` es rapide.

Introduction Classification supervis ´ ee par arbre de d´ ecision Algorithme d’apprentissage d’arbres de d ´ ecision
Plan
Introduction
Classification supervis´ ee par arbre de d´ ecision
Algorithme d’apprentissage d’arbres de d ´ ecision