4.2. Algorithmes

Construction d’un arbre de décision avec R

Un arbre de décision est une méthode supervisée classique en machine learning. Il pourrait être utilisé pour la tarification, la segmentation des clients, ou encore la détection de fraudes.

Un exemple pratique a été implémenté sous R pour la base iris.

Création de bases d’apprentissage et de test


library(caret)
ind=createDataPartition(data$class, times = 1,p = 0.3,list=FALSE)
a=data[ind,]
t=data[-ind,]
dim(a);dim(t)

Apprentissage automatique et test


library(party)
fit.ct=ctree(formula,a)
plot(fit.rt);text(fit.rt)
fancyRpartPlot(fit.ct)
table(predict(fit.ct,t,type="class"),t$class)
table(predict(fit.ct,a,type="class"),a$class)

On a l’illustration de l’arbre de décision suivant :

tree_iris

Répondre

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l'aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s