Le Machine learning avec Python

CHAPITRE 5 Évaluation et amélioration du modèle

Jusqu’ici, nous avons discuté de sujets de fond concernant l’apprentissage supervisé et non supervisé, et nous avons exploré divers algorithmes d’apprentissage. Nous allons maintenant nous intéresser de plus près à l’évaluation du modèle et à la sélection des paramètres.

Nous nous attacherons dans ce qui suit aux méthodes supervisées, régression et classification, du fait que l’évaluation et la sélection de modèles dans un apprentissage non supervisé sont souvent un processus très qualitatif, comme nous l’avons vu au Chapitre 3.

Pour évaluer nos modèles supervisés, nous avons jusqu’ici divisé notre jeu de données en deux parties à l’aide de la fonction train_test_split : les données d’apprentissage, ...