ÉVALUATION / 07 · EXPLICATION
Validation croisée en cinq plis
Les données de développement sont réparties en cinq blocs. Chaque bloc est réservé une fois pour la validation.
À chaque passage, un modèle neuf est appris sur les quatre autres blocs. Chaque observation est évaluée une fois dans le découpage à cinq plis, sans avoir participé à l’ajustement du modèle qui la prédit.
Cinq blocs de données · passage 1/5
Un nouveau modèle est ajusté sur les quatre blocs d’entraînement, puis évalué sur le bloc réservé.
À retenir
- 01
Les cinq scores décrivent la variabilité selon les blocs réservés.
- 02
KFold(shuffle=True, random_state=42) mélange avant de former les blocs ; KFold sans shuffle conserve l’ordre des lignes.
- 03
RepeatedKFold permet plusieurs partitions en plis. Cela coûte davantage de calculs et ne remplace pas un test final indépendant.
- 04
Des groupes ou des dates imposent des schémas de validation adaptés : GroupKFold ou TimeSeriesSplit, par exemple.
Les slides d’explication ne donnent pas lieu à une validation de code.