Snippets
Du code concis, avec une explication claire.
scipy.stats: bootstrap CI
Intervalle de confiance par bootstrap pour la moyenne.
#scipy#bootstrap#ci
scipy.sparse: mmwrite/mmread
Sauver/charger des matrices creuses en MatrixMarket.
#scipy#sparse#io
scipy.stats: t-test, chi2, KS
Tests d'hypothèses classiques sur distributions.
#scipy#stats#hypothesis
scipy: Mann-Whitney U et KS 2-samples
Comparer des distributions sans hypothèse de normalité.
#scipy#mannwhitney#kstest
seaborn: heatmap corrélation
Carte de chaleur de la matrice de corrélation.
#seaborn#heatmap#corr
seaborn: jointplot, regplot, kde
Visualisations statistiques rapides (régressions, densités).
#seaborn#jointplot#regplot
seaborn: line, bar, heatmap
Graphiques statistiques rapides avec seaborn.
#seaborn#heatmap#bar
seaborn: pairplot (aperçu features)
Visualiser les relations paires entre colonnes numériques.
#seaborn#pairplot#eda
sklearn: CalibratedClassifierCV
Calibrer un classifieur (sigmoïde/isotonic).
#sklearn#calibration#cv
sklearn: AgglomerativeClustering
Clustering hiérarchique agglomératif.
#sklearn#clustering#hierarchical
sklearn: calibration curve
Évaluer la calibration des probabilités.
#sklearn#calibration#metrics
sklearn: class_weight pour classes déséquilibrées
Gérer l'imbalance via class_weight='balanced' ou poids custom.
#sklearn#imbalance#weights