Créer un arbre de décision en ligne

Avec numiqo, vous pouvez créer un arbre de décision CART à partir d'une variable dépendante et de deux variables indépendantes ou plus. Si la variable dépendante est catégorielle, le calculateur crée un arbre de classification. Si la variable dépendante est métrique, il crée un arbre de régression.

Calculateur d'arbre de décision CART

CART signifie « Classification and Regression Trees » (arbres de classification et de régression). L'algorithme divise récursivement les données en deux branches. Les prédicteurs métriques sont divisés selon des seuils, tandis que les prédicteurs catégoriels sont divisés selon des groupes de catégories. Pour les arbres de classification, numiqo utilise l'impureté de Gini. Pour les arbres de régression, il utilise l'erreur quadratique et la réduction de la variance.

Les résultats comprennent un tableau de méthode, un tableau de performance, une matrice de confusion pour la classification ou des métriques de régression, l'importance relative des variables et un tableau compact des règles de l'arbre ajusté.

CART ou CHAID

CART est la méthode d'arbre de décision par défaut et prend en charge les variables dépendantes catégorielles et métriques. Si la variable dépendante est catégorielle, CHAID est également disponible comme méthode distincte. L'arbre de décision CHAID utilise des tests du khi-deux et peut créer plusieurs branches, ce qui le rend souvent utile pour la segmentation de données catégorielles.

Comment interpréter un arbre de décision

Le noeud racine contient toutes les lignes utilisées dans l'analyse. Chaque ligne suivante décrit une règle de division, le nombre de lignes dans ce noeud, ainsi que la classe prédite ou la valeur métrique prédite. Les variables importantes sont celles qui réduisent le plus fortement l'impureté ou l'erreur dans l'arbre ajusté.