Priorisation des modèles

Démystifier la Decision Science

Howard Friedman

Adjunct Professor at Columbia University

Commencer simplement avec la régression linéaire

  • Efficace pour des variables continues quand les hypothèses sont respectées
  • Plus de 200 ans d’efficacité prouvée en analyse réelle

La simplicité est puissante

  • La régression linéaire ajuste la meilleure droite à vos données
  • Avec des transformations, elle modélise aussi des relations non linéaires complexes

L’interprétabilité compte

  • Les coefficients facilitent l’alignement
  • Calcul rapide — explication aisée
     

linear.png

Démystifier la Decision Science

Régression logistique

De nombreux cas réels impliquent des prédictions binaires ou catégorielles :

  • Détection de fraude, churn, modèles de risque en santé

coinflip.png

La régression logistique est très polyvalente

  • Adaptée aux issues binaires, à plusieurs catégories, ou ordonnées

Les probabilités aident à décider

Facile à interpréter et à mettre en œuvre

  • Les coefficients montrent l’influence de chaque variable sur l’issue
  • Excellente base pour des classifieurs plus complexes
Démystifier la Decision Science

Transformations de variables

Commencez par un solide modèle de base

  • Construisez d’abord une version fonctionnelle, puis évaluez l’intérêt de modèles plus avancés

Les transformations de variables peuvent améliorer les performances

  • Des transformations comme le log ou le carré augmentent la variance expliquée
  • Elles peuvent aussi améliorer l’ajustement au jeu de données

Faites correspondre les hypothèses du modèle aux données

  • Certains modèles, comme la régression linéaire, fonctionnent mieux quand les résidus sont normalement distribués

  toolbox.png

Démystifier la Decision Science

Transformations courantes

 

  • Les transformations log et racine carrée compressent les grandes plages et réduisent l’effet des valeurs extrêmes
  • Standardisation et normalisation ramènent les variables sur des plages similaires, utile quand les unités diffèrent
  • Les termes polynomiaux (carrés, cubiques) modélisent des relations non linéaires complexes avec peu d’effort

 

Utilisez des transformations pour améliorer les premiers modèles avant de passer à des modèles complexes

 

transform.png

Démystifier la Decision Science

Passons à la pratique !

Démystifier la Decision Science

Preparing Video For Download...