Arbres de décision: tester vos connaissances
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Cette page vous invite à répondre à une série d'exercices à choix multiples sur le contenu abordé dans l'unité "Sur-apprentissage et élagage".
Question 1
Quels sont les deux effets potentiels de l'augmentation du nombre minimal d'exemples par feuille dans un arbre de décision ?
La taille de l'arbre de décision augmente.
La taille de l'arbre de décision diminue.
Bravo !
La structure de l'arbre de décision peut complètement changer.
La structure de l'arbre de décision reste essentiellement inchangée.
Bravo !
Question 2
Quelles opérations peuvent réduire le surapprentissage d'un modèle connu pour être surappris (par exemple, en l'évaluant sur un ensemble de données de test) ?
Augmentez la profondeur maximale.
Diminuez la profondeur maximale.
Augmentez le nombre minimal d'observations dans les feuilles.
Réduire le nombre minimal d'observations dans les feuilles.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/02/25 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Il n'y a pas l'information dont j'ai besoin","missingTheInformationINeed","thumb-down"],["Trop compliqué/Trop d'étapes","tooComplicatedTooManySteps","thumb-down"],["Obsolète","outOfDate","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Mauvais exemple/Erreur de code","samplesCodeIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 2025/02/25 (UTC)."],[],[]]
