Les limites de la prédiction

Introduction à la modélisation linéaire en Python

Jason Vestuto

Data Scientist

Interpolation

Nuage de points de l'indice Dow Jones mensuel en fonction des dates de 2013 à 2015

Introduction à la modélisation linéaire en Python

Interpolation

Nuage de points de l'indice Dow Jones quotidien en fonction des dates de 2013 à 2015

Introduction à la modélisation linéaire en Python

Interpolation

Nuage de points de l'indice Dow Jones mensuel en fonction des dates de 2013 à 2015

Introduction à la modélisation linéaire en Python

Interpolation

Nuage de points de l'indice Dow Jones mensuel en fonction des dates de 2013 à 2015, avec une courbe de modèle superposée en rouge, ajustant raisonnablement les données

Introduction à la modélisation linéaire en Python

Interpolation

Nuage de points de l'indice Dow Jones quotidien en fonction des dates de 2013 à 2015, avec une courbe de modèle superposée en rouge, n'ajustant que quelques plages de dates limitées

Introduction à la modélisation linéaire en Python

Domaine de validité

  • zoomer : les données paraissent linéaires
  • hypothèse du modèle : a2*x**2 + a3*x**3 + ... = zéro.
  • construire un modèle linéaire : a0 + a1*x
  • dézoomer : votre modèle s'effondre
Introduction à la modélisation linéaire en Python

Extrapoler trop loin

Nuage de points altitude en fonction de la distance, avec des points noirs suivant une tendance linéaire et des points de chaque côté s'écartant fortement de la linéarité en bleu, tous avec une courbe de modèle superposée n'ajustant que les points noirs centraux

Introduction à la modélisation linéaire en Python

Passons à la pratique !

Introduction à la modélisation linéaire en Python

Preparing Video For Download...