- Forêts aléatoires
- Les forêts aléatoires sont une méthode d'apprentissage automatique d'ensemble qui combine plusieurs arbres de décision pour améliorer la performance et la robustesse des prédictions.
- Les forêts aléatoires sont formées en construisant un grand nombre d'arbres de décision sur des sous-ensembles aléatoires de données d'entraînement. À chaque nœud de chaque arbre, un sous-ensemble aléatoire de caractéristiques est sélectionné pour déterminer la meilleure scission. Les prédictions finales sont obtenues en prenant la moyenne des prédictions de chaque arbre pour la régression, ou en utilisant un vote majoritaire pour la classification.
- Robustes aux surapprentissages, les forêts aléatoires peuvent gérer des données avec un grand nombre de caractéristiques et un petit nombre d'échantillons.
- Les forêts aléatoires sont souvent utilisées pour la classification, la régression et le clustering.
Forêts aléatoires | Lexique de l'intelligence artificielle
