PASCAL YIM / apprendreÉvaluer les modèles

ÉVALUATION / 05 · EXERCICE

Plusieurs tirages : mesurer la variabilité

Un seul découpage peut donner une impression trop favorable ou défavorable.

EXPLICATION DU CODE

Une petite série de graines fixées rend l’expérience répétable tout en variant les lignes réservées. Les tests se recouvrent entre tirages : ces scores ne sont pas indépendants.

Exemple expliqué

  1. 1
    for graine in range(5):

    Cinq découpages reproductibles : graines 0 à 4.

  2. 2
    scores.append(root_mean_squared_error(y_test, model.predict(X_test)))

    Une erreur sur le test de chaque tirage, après un nouvel ajustement.

  3. 3
    np.mean(scores), np.std(scores)

    Moyenne et dispersion descriptive ; cet écart type n’est pas un intervalle de confiance.

Exemple de référence · La consultation conserve le crédit de l’exercice.
EXERCICE / PYTHON

Code à compléter

Calculer scores, la liste des cinq RMSE de test pour les graines 0 à 4 ; afficher les scores, leur moyenne et leur écart type.

Saisie autonome · crédit complet après réussite

Le résultat apparaîtra ici.
Session Python

Les variables restent disponibles entre les pages. Un rechargement efface les variables ; le code et l’utilisation de l’aide restent enregistrés dans cet onglet.

Parcours · chapitres

Entraînement, test, fuites de données et validation croisée.

01 / Rappels de Python

02 / Classes et objets en Python

03 / Pandas et DataFrames

04 / Régression linéaire et métriques

05 / Régressions multiple et polynomiale

06 / Évaluer les modèles

07 / KNN et normalisation

Quiz de synthèse · 24 questions →Rejoindre une session →