Pour garantir que votre modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). généralise correctement sur de nouvelles données, l'action dtreeTrain propose des options d'élagage sophistiquées. Le paramètre prune, lorsqu'il est activé, permet d'utiliser l'algorithme C4.5 pour les arbres de classification ou l'élagage de complexité des coûts minimaux pour les arbres de régression. Vous pouvez affiner cette agressivité avec cfLev (niveau de confiance) ou alpha. Ces réglages permettent de simplifier la structure de l'arbre en supprimant les branches qui n'apportent pas de gain significatif en termes de réduction de varianceMesure statistique de la dispersion des données indiquant l'écart carré moyen par rapport à la moyenne. Une variance élevée traduit une grande hétérogénéité des observations autour du centre. ou d'indice Gini, protégeant ainsi vos décisions métier contre le bruit statistique.
Quels sont les secrets pour éviter le surapprentissage grâce aux techniques d'élagage ?
Exemples pour l'action dtreeTrain
Arbre de décision basique sur les fleurs Iris
Entraînement d'un arbre de décision simple pour classifier les espèces d'iris avec les paramètres obligatoires.
Arbre de décision avancé avec élagage et importance des variables
On passe aux choses sérieuses : entraînement d'un arbre avec calcul de l'importance des variables (varImp), contrôle fin de la croissance (maxBranch, leafSize) et sauvegarde du code de scoring via aStore.