34

Chapitre 1

Fig. 1.2 : Tableau des exemples formés d'objets structurés pour les maladies des tomates

Le but est de reconnaître efficacement une maladie à partir de ses caractéristiques. L'algorithme d'induction de KATE permet de construire automatiquement un arbre de décision tel celui de la figure 1.3 :

Fig. 1.3 : Un arbre de décision pour la reconnaissance de maladies dela tomate

Un noeud, dans l'arbre de décision, porte soit sur l'introduction d'un nouvel objet, soit sur un champ d'un objet apparaissant déjà dans l'arbre de décision. Les noeuds sont donc soit du type "Y a-t-il une tache ?" soit du type "Quelle est la taille de la tache déjà instanciée plus haut dans l'arbre ?"

*

Quand tous les exemples conformes à la valeur du test (libellé à la branche courante de l'arbre de décision) contiennent un objet du même type (une tache par exemple), ses champs deviennent des tests candidats au calcul du gain d'information en plus des objets qui n'ont pas été introduits plus haut dans l'arbre. Le résultat du meilleur test conduit soit à introduire un nouvel objet dans le chemin courant de l'arbre de décision, soit à préciser la