Machine Learning avec Scikit-Learn

276

Annexe A Solutions des exercices

CHAPITRE 6 : ARBRES DE DÉCISION

1. La profondeur d’un arbre binaire bien équilibré comportant m

feuilles (ou nœuds terminaux) est égale à log

2

(m), arrondi à l’unité

supérieure. Un arbre de décision binaire (qui n’effectue que des

décisions binaires, comme c’est le cas pour tous les arbres de Scikit-

Learn) nira par être à peu près équilibré à la n de l’entraînement,

avec une feuille par observation d’entraînement s’il est entraîné

sans restrictions. Par conséquent, si le jeu d’entraînement contient

1million d’observations, l’arbre de décision aura une profondeur de

log

2

(1 000 × 1 000) ≈ log

2

(2

10

× 2

10

) = ...