Sélection de variables : VSURF et OrdinalForest

Racym Berrah, PharmD PMx Explain Relecture scientifique par l'auteur : 2026-10-12 ORCID

Choisir les covariables qui comptent vraiment — et gérer une réponse ordinale — avec les forêts aléatoires.

01 · Pourquoi ce chapitre

Avec des dizaines de covariables candidates, on veut savoir lesquelles gardent un pouvoir prédictif — pour un modèle plus simple, plus robuste et plus interprétable.

Deux outils issus de l'équipe forêts aléatoires francophone sont particulièrement utiles : VSURF (sélection) et OrdinalForest (réponse ordinale).

02 · Intuition

Une forêt attribue à chaque covariable une importance (perte de performance quand on la brouille). On trie, puis on coupe au bon niveau.

Trop bas : on garde du bruit. Trop haut : on jette des variables utiles. Déplacez le seuil et regardez quelles covariables survivent.

03 · La formule décortiquée

L'importance par permutation mesure la hausse d'erreur quand la variable $j$ est permutée aléatoirement :

VI_j = \frac{1}{B}\sum_{b} \big(\,err_b^{\text{perm}(j)} - err_b\,\big)

VSURF automatise la décision en trois temps : (1) seuillage (éliminer le bruit), (2) interprétation (garder toutes les variables liées), (3) prédiction (sous-ensemble minimal qui prédit bien).

OrdinalForest adapte la forêt à une réponse ordinale (catégories ordonnées) en optimisant des scores de partition — idéal pour des grades (toxicité 0→4, RECIST).

04 · Exemple concret

Pour un modèle de toxicité hématologique (grades 0 à 4), OrdinalForest respecte l'ordre des grades ; VSURF isole les covariables clés (ClCr, poids, génotype) parmi des dizaines de candidates.

On recherche un modèle parcimonieux : moins de variables peut simplifier l'interprétation et parfois améliorer la généralisation, mais ce résultat doit être vérifié hors échantillon plutôt que supposé.

05 · Piège fréquent

Importance n'est pas causalité — et dépend des corrélations.

06 · À retenir

L'importance (par permutation) classe les covariables selon leur pouvoir prédictif.
VSURF sélectionne en trois temps : seuillage du bruit, interprétation (tout ce qui compte) puis prédiction (minimal).
OrdinalForest gère les réponses ordinales (grades de toxicité, RECIST).
Attention aux corrélations, à la causalité et à la fuite dans la validation.

Point de contrôle

Vérifiez votre compréhension

Q1. VSURF sélectionne les variables en...

Q2. OrdinalForest est conçu pour une réponse...

Q3. Garder des variables de bruit (importance quasi nulle)...

Exercices d'entraînement

Activités guidées

Cas en plusieurs étapes combinant calcul, interprétation et raisonnement.

Activité guidée · 10 min · Niveau 2

Sélectionner sans voir le test

Calcul · Décision · InterprétationÀ commencer

Citer cette page

Berrah R. Sélection de variables : VSURF et OrdinalForest. PMx Explain, 2026. https://rberrah.github.io/pharmacometrie/chapitres/ai-featselect/

@misc{berrah2026aifeatselect,
  author       = {Berrah, Racym},
  title        = {{Sélection de variables : VSURF et OrdinalForest}},
  howpublished = {PMx Explain},
  year         = {2026},
  url          = {https://rberrah.github.io/pharmacometrie/chapitres/ai-featselect/},
  note         = {Texte actuel sous licence CC BY-NC-SA 4.0}
}