Cette page vous met au défi de répondre à une série d'exercices à choix multiples sur le matériel abordé dans le module "Arbres de décision".
Question 1
L'inférence d'un arbre de décision s'exécute en acheminant un exemple...
de la feuille à la racine.
Toute inférence commence à la racine (la première condition).
d'une feuille à l'autre.
Toute inférence commence à la racine, et non à partir d'une feuille.
de la racine à la feuille.
Félicitations !
Question 2
Toutes les conditions n'impliquent-elles qu'une seule caractéristique ?
Oui.
Les caractéristiques obliques testent plusieurs caractéristiques.
N°
Bien que les conditions alignées sur l'axe n'impliquent qu'une seule caractéristique, les conditions obliques impliquent plusieurs caractéristiques.
Question 3
Prenons l'exemple de la carte de prédiction suivante pour deux caractéristiques x1 et x2:
Parmi les arbres de décision suivants, lesquels correspondent à la carte de prédiction ?
![Trois arbres de décision,
qui contiennent tous deux conditions.
La racine de l'arbre de décision A est "x1 >= 1". Si non, la feuille est "bleu" ;
si oui, la deuxième condition est "x2 >= 0.5". Si oui à la deuxième condition, la feuille est orange. Dans le cas contraire, elle est verte.
La racine de l'arbre de décision B est "x2 >= 0,5". Si non, la feuille est 'blue' ; si oui, la deuxième condition est 'x1 >= 1.0'. Si oui à la deuxième condition, la feuille est orange. Dans le cas contraire, elle est verte.
La racine de l'arbre de décision C est "x1 >= 1". Si non, la feuille est orange.Si oui, la deuxième condition est "x2 >= 0,5". Si oui à la deuxième condition, la feuille est "verte" ; dans le cas contraire, la feuille est "bleue".](/static/machine-learning/decision-forests/images/TreeATreeBTreeC.png)
Arbre de décision A.
Oui !
Arbre de décision B.
Si la condition x2 ≥ 0, 5 est non, la feuille peut être bleue ou non.Il s'agit donc d'un mauvais état.
Arbre de décision C.
Si x1 n'est pas ≥ 1, 0, la feuille doit être bleue et non orange.Il ne s'agit donc pas de la bonne feuille.