La force des modèles « faibles »

Méthodes d'ensemble en Python

Román de las Heras

Data Scientist, Appodeal

Modèle « faible »

Vote et moyenne :

  • Petit nombre d'estimateurs
  • Estimateurs réglés finement
  • Entraînés séparément

Nouveau concept : estimateur « faible »

Méthodes d'ensemble en Python

faible vs fort.jpeg

Méthodes d'ensemble en Python

Propriétés des modèles « faibles »

Estimateur faible

  • Mieux qu'un tirage au hasard
  • Modèle léger
  • Faible temps d'entraînement et d'évaluation

Exemple : arbre de décision

arbre_de_decision_faible.bmp

Méthodes d'ensemble en Python

Exemples de modèles « faibles »

Quelques modèles « faibles » :

  • Arbre de décision : petite profondeur

  • Régression logistique

  • Régression linéaire

  • Autres modèles restreints

Exemple de code :

model = DecisionTreeClassifier(
    max_depth=3
)

model = LogisticRegression(
    max_iter=50, C=100.0
)

model = LinearRegression()
Méthodes d'ensemble en Python

Passons à la pratique !

Méthodes d'ensemble en Python

Preparing Video For Download...