CART Decision Tree est un algorithme d'arbre de décision qui peut être utilisé pour les tâches de classification et de régression. Développé en 1977 par les professeurs de statistiques Leo Breiman et Charles Joel Stone de l'Université de Berkeley et Jerome H. Friedman et Richard Olshen de l'Université de Stanford. Cet algorithme est largement utilisé dans les domaines de l’exploration de données et de l’apprentissage automatique. Son objectif principal est de diviser de manière récursive l’ensemble de données en sous-ensembles de plus en plus petits et de créer un arbre de décision au cours du processus.

CART génère un arbre binaire dans lequel chaque nœud interne possède une règle de décision et chaque nœud feuille donne un résultat de prédiction. Chaque division est effectuée en fonction d’un seuil d’une seule variable. CART utilise des stratégies d'élagage pour éviter le surajustement et améliorer la capacité de généralisation du modèle. CART peut également créer des arbres de classification et des arbres de régression, adaptés à différents types de tâches de prédiction.

Références

【1】Le guide complet de l'analyse des arbres de décision

【2】Histoire du CART

【3】Arbres de classification et de régression