Élagage

Dans le contexte des arbres de décision et des réseaux de neurones, l’élagage consiste à réduire la taille du modèle en supprimant les parties qui contribuent peu à la puissance de prédiction, pour prévenir l’overfitting et améliorer la généralisabilité. C’est comme tailler une plante pour se débarrasser des branches mortes ou inutiles, encourageant une croissance saine et forte.

Exemple : Après avoir entraîné un arbre de décision pour prédire si un client achètera un produit, l’élagage peut être utilisé pour retirer les questions (nœuds) qui n’ajoutent pas beaucoup d’informations pour la prédiction, comme celles basées sur des caractéristiques avec peu de variation ou peu de lien avec le comportement d’achat, rendant l’arbre plus simple et plus efficace.

Retourner à l'index du lexique