L'arbre de décision présenté ci-dessous utilise une méthode d'apprentissage automatique pour partitionner l'espace des variables du score afin d'identifier des zones ayant un score uniforme. Les feuilles de l'arbre, les zones au bout des branches qui sont représentées ici en couleur, sont caractérisées par un score particulièrement élevé ou particulièrement faible. L'arbre donne une représentation synthétique et approximative du score dans son ensemble, il s'agit d'une explication globale.
Comment lire l'arbre de décision ?
Les règles qui sont utilisées pour définir les feuilles appraissent dans les carrés blancs. Les scores qui vérifient ces règles sont regroupés à gauche de la règle et ceux qui ne la vérifient pas sont à droite. En passant le curseur de la souris sur l'un des carrés (règle ou feuille), des informations supplémentaires apparaissent sur les scores qui vérifient les règles antérieures.
Le score à analyser peut être modifié dans l'en-tête. Trois choix sont possibles :
Comment l'arbre est calculé ?
L'arbdre de décision s'appuit sur les données historiques des scores. À chaque fois qu'un greffon est disponible, le score est calculé pour l'ensemble des candidats inscrits sur la liste d'attente. Ces données concernent donc les candidats et les donneurs. L'arbre est construit itérativement du haut vers le bas. À chaque itération, la règle conduisant à la création des deux groupes ayant les scores les plus homogènes (selon le critère de Gini) est sélectionnée.
Liste des abbréviations :