Élagage d'arbre de décision
term_id: decision_tree_pruning
Category: training_techniques
Definition
L’élagage est une méthode utilisée pour prévenir le surapprentissage dans les modèles d’arbres de décision en supprimant les branches ayant une faible puissance prédictive. Il peut être effectué par élagage préalable (en arrêtant la croissance de l’arbre tôt) ou par élagage ultérieur (en supprimant les branches après la construction complète).
Summary
Une technique pour réduire la taille des arbres de décision en supprimant les sections qui offrent peu de puissance pour classifier les instances.
Key Concepts
- Prévention du surapprentissage
- Élagage préalable
- Élagage ultérieur
- Complexité du modèle
Use Cases
- Amélioration de la généralisation du modèle
- Réduction de la latence d’inférence
- Simplification de l’extraction de règles