Data science

Classification — observer un modèle (scikit-learn)

en attente

Frontière de décision

Guide : observer un modèle

Démarrage

  1. Choisir un jeu de données et ce que voit le modèle : 2 variables, ou toutes (carte en ACP).
  2. Choisir un modèle. Il s'entraîne aussitôt, et se ré-entraîne à chaque changement de réglage.
  3. Regarder la carte : chaque pixel est un exemple imaginaire colorié selon la classe prédite. Les traits sombres sont les frontières.

Ce que l'on anime pour chaque modèle

Régression logistiquela descente de gradient, itération par itération : la frontière pivote et se place
SVMl'effet des réglages C et γ (boutons « Balayer ») sur la marge et les vecteurs de support
Forêt aléatoireun arbre qui se construit division par division, puis la forêt qui s'agrandit arbre par arbre
k plus proches voisinsla prédiction d'un point : cliquez sur la carte, les voisins s'allument et votent
Gradient boostingles arbres ajoutés un à un ; les cercles (résidus) montrent ce qui reste à corriger
Bayes naïfles gaussiennes de chaque classe ; cliquez sur la carte pour voir la règle de Bayes appliquée à un point
Réseau de neuronespage dédiée : les poids mis à jour en direct pendant l'entraînement Keras

Raccourcis clavier

Espacelecture / pause de l'animation
Pmode projection (panneau masqué, texte agrandi)
?ouvrir / fermer ce guide
Échapfermer une bulle d'aide

Pour tous les modèles

Idées d'expériences