Aller au contenu

Arbres de décision/Limites d'utilisation

Leçons de niveau 18
Une page de Wikiversité, la communauté pédagogique libre.
Début de la boite de navigation du chapitre
Limites d'utilisation
Icône de la faculté
Chapitre no 6
Leçon : Arbres de décision
Chap. préc. :Représentations diverses
Chap. suiv. :Exemple
fin de la boite de navigation du chapitre
En raison de limitations techniques, la typographie souhaitable du titre, « Arbres de décision : Limites d'utilisation
Arbres de décision/Limites d'utilisation
 », n'a pu être restituée correctement ci-dessus.

La difficulté réside dans le calcul de probabilités pertinentes

[modifier | modifier le wikicode]

La réalisation d’un arbre de décision n’est pas chose aisée.

En effet, afin de le mettre au point, il faut avant tout se poser les bonnes questions. Si les questions ne sont ni pertinentes, ni adéquates, la réponse apportée ne permettra pas de mener à bien le programme.


De plus, les réponses à ces questions doivent également mener à d’autres interrogations. Si de ces dernières ne découlent ni enchaînements, ni options intermédiaires, alors ces questions doivent être révisées afin de pouvoir prendre des décisions.


Plusieurs étapes d'élaboration

[modifier | modifier le wikicode]

Ensuite, un arbre de décision s’élabore en trois étapes. Effectivement, comme vu précédemment, un algorithme est élaboré avant de concevoir un tableau pour enfin pouvoir mettre sur pied un arbre de décision.


La modification d’une variable située au sommet de l’arbre peut entièrement le modifier. Ceci est appelé « l’effet papillon ».

Par exemple un individu qui a toutes les caractéristiques d’un groupe A, excepté la valeur d’une variable dont il a légèrement dépassé le seuil, risque d’être classé à tort dans le groupe B (pour illustrer notre exemple : si on prend comme variable 25 % d’humidité, on considère qu’il va pleuvoir. S’il fait 26 %, il y a le risque qu’en réalité il ne pleuve pas).


Complexité mathématique

[modifier | modifier le wikicode]

Par ailleurs, l'arbre de décision devient très complexe lorsqu'on y intègre des algorithmes délicats et que l’on augmente le nombres de questions et d'hypothèses.



Les arbres de décision fournissent des méthodes concrètes qui obtiennent de bons résultats dans la pratique. Les arbres de décision possèdent l’avantage d’être compréhensibles par tout utilisateur et d’avoir une traduction immédiate en termes de règles de décision.

Pour le système à base de règles induit, les règles sont mutuellement exclusives et l’ordre dans lequel sont examinés les attributs est figé. En effet, les choix dans la construction des arbres ne sont jamais remis en question. De plus, ces méthodes sont basées sur de nombreuses procédures permettant la résolution de problèmes.