arbre de décision et réseaux de neurones

benoir126
benoir126
dans Logiciels pour les mathématiques
Bonjour,
J'ai deux problèmes suivants :

1) L'arbre de décision peut-il classer correctement des exemples non linéairement séparables ? Même question pour les réseaux de neurones.

2) Pourquoi un arbre de décision constitue un classifieur discret ? Et même question pour un perceptron multi-couches avec un seul neurone de sortie et des fonctions de transfert sigmoïdes.

Merci d'avance.

Réponses

  • rainboo
    rainboo
    1) Dessine un arbre de décision pour la fonction "ou exclusif" qui n'est pas linéairement séparable, tu verras qu'il n'y a pas de problème. Idem pour un réseau de neurone (il faut évidemment au moins une couche cachée).

    2) Je dirais qu'un arbre de décision travaille sur des caractéristiques discrétisées. Soit elles sont déjà symboliques (ex : bleu, noir, grand, petit), soit ce sont des données numériques qu'on "découpe" en plusieurs modalités (x > seuil, x <= seuil). Ca n'est pas nécessaire pour les réseaux de neurones.
  • benoir126
    benoir126
    salut rainboo,

    Merci de votre réponse,et encore une question.


    C'est que je n'ai pas entendu pourquoi L'arbre de décision il classe correctement des exemples non linéairement séparables . Même question pour les réseaux de neurones au moins une couche cachée.

    Merci d'avance.
    benoir126
Cette discussion a été fermée.

Bonjour!

Pour participer au forum, cliquer sur l'un des boutons :

Connexion S'inscrire

Catégories

In this Discussion