Le paramètre vote propose deux stratégies fondamentales : MAJORITY et PROB. La stratégie MAJORITY sélectionne la classe ayant reçu le plus de votes parmi les arbres, tandis que PROB calcule la probabilité moyenne. Pour la plupart des applications marketing ou de détection de fraude, l'approche par probabilité est recommandée car elle offre une sensibilité plus fine aux seuils de décision.
Quelle stratégie de vote privilégier pour optimiser la classification de vos clients ?
Exemples pour l'action forestScore
Scoring de base avec statistiques d'erreur
Exécute le scoring sans table de sortie pour obtenir rapidement le taux d'erreur sur les données fournies.
Scoring complet avec export des probabilités et conservation d'ID
Ici, on génère une table de résultats incluant l'identifiant d'origine, les probabilités de chaque classe, et on utilise la moyenne des probabilités pour la décision finale.
Cette réponse vous a-t-elle aidé ?
À lire aussi...
Est-il possible d'ajuster la vitesse d'exécution du scoring en production ?
Comment expliquer les décisions du modèle grâce à l'analyse d'importance des variables ?
Comment industrialiser le déploiement de vos modèles prédictifs sur des volumes de données massifs ?
Quelles sont les méthodes pour extraire les probabilités de prédiction pour vos analyses de risque ?
Comment transférer des informations contextuelles de la table source vers les résultats de scoring ?