Arbre de décision – classer des données par questions oui/non

InformatiqueDonnées, IA et apprentissage automatique17–18 ans

Utiliser avec ma classe

Des données de deux classes dans un plan défini par deux caractéristiques (la météo et la sortie, pomme ou citron, réussite à un test). L’ordinateur construit un arbre de décision en choisissant à chaque nœud la question « caractéristique ≤ seuil ? » qui réduit le plus l’impureté de Gini ou l’entropie, ou les élèves découpent eux-mêmes des régions en voyant à l’avance la baisse d’impureté. Le plan est divisé en rectangles et l’arbre s’affiche dessous ; modifiez la profondeur maximale pour comparer l’exactitude sur les données d’entraînement et de test et voir nettement le surapprentissage. Dans Vos propres règles, les élèves écrivent jusqu’à trois règles si-alors, affinent leurs seuils sur un lot d’entraînement, testent chaque version sur un nouveau lot et notent son exactitude.

Leçon : Apprentissage automatique : arbres de décision, impureté de Gini et entropie, données d’entraînement et de test, surapprentissage

Ce qu’elle montre

Un arbre de décision classe un exemple par une suite de questions oui/non, chacune comparant une caractéristique à un seuil ; le plan est donc découpé en rectangles. Les données viennent d’une règle cachée avec des étiquettes inversées au hasard (bruit). L’ordinateur choisit de façon gloutonne la coupe qui réduit le plus l’impureté de Gini ou l’entropie ; un arbre plus profond colle mieux à l’entraînement, mais peut apprendre le bruit par cœur. Dans Vos propres règles, vous écrivez vous-même le modèle : des règles si-alors avec des bornes, réglées sur un lot d’entraînement et testées sur de nouveaux lots que les règles n’ont jamais vus.

Mode d’emploi

Dans Arbre automatique, faites varier la Profondeur maximale de 1 à 8 et comparez l’exactitude d’entraînement et de test. Dans Posez vos questions, choisissez Coupe verticale ou Coupe horizontale et cliquez dans une région pour la découper. Dans Vos propres règles, réglez les bornes et la classe de chaque règle, suivez l’exactitude d’entraînement, puis appuyez sur Tester sur un nouveau lot et enregistrer pour garder chaque version avec son exactitude.

Paramètres modifiables

  • Jeu de données Sortir ? (température, humidité), Pomme ou citron ? (masse, rougeur de la peau), Test réussi ? (heures de révision, test d’entraînement)
  • Nombre de données 40–200 points
  • Bruit (part d’étiquettes inversées) 0–30 %
  • Profondeur maximale de l’arbre 1–8
  • Critère de découpage Impureté de Gini, Entropie (gain d’information)
  • Afficher les données de test
  • Écran Arbre de décision, Vos propres règles

Questions à explorer

  1. Pourquoi l’exactitude d’entraînement augmente-t-elle toujours avec la profondeur, mais pas celle de test ?
  2. Pourquoi le jeu « Test réussi ? », à frontière diagonale, demande-t-il autant de questions ?
  3. Que vous apprend la première question choisie à la racine sur les données ?