Snippets

Du code concis, avec une explication claire.

python

sklearn: OneHotEncoder & OrdinalEncoder

Encoder des variables catégorielles (one-hot ou ordinale).

#sklearn#encoding#categorical
python

sklearn: OneHotEncoder + ColumnTransformer

Encoder catégories et scaler numériques en pipeline colonne.

#sklearn#onehot#columntransformer
python

sklearn: PCA, t-SNE, UMAP (aperçu)

Réduction/visualisation avec PCA et t-SNE (UMAP externe).

#sklearn#pca#tsne
python

sklearn: PCA et t-SNE

Réduction dimensionnelle linéaire et non linéaire.

#sklearn#pca#tsne
python

sklearn: permutation importance

Mesurer l'importance en permutant une feature.

#sklearn#importance#interpretability
python

sklearn: permutation_importance

Mesurer l'importance par permutation (agnostique au modèle).

#sklearn#importance#permutation
python

sklearn: Pipeline + ColumnTransformer

Prétraiter colonnes num/cat et entraîner un modèle.

#sklearn#pipeline#preprocess
python

sklearn: Pipeline prétraitement+modèle

Chaîner scaler/imputer et modèle pour CV propre.

#sklearn#pipeline#preprocess
python

sklearn: PolynomialFeatures + Ridge

Régression polynomiale régularisée via pipeline.

#sklearn#polynomial#ridge
python

sklearn: RandomForest importances

Entraîner une forêt aléatoire et inspecter les importances.

#sklearn#randomforest#importance
python

sklearn: RandomizedSearchCV

Recherche aléatoire d'hyperparamètres efficace.

#sklearn#hyperparam#randomizedsearch
python

sklearn: SGDClassifier partial_fit

Apprentissage incrémental par mini-batchs avec partial_fit.

#sklearn#sgd#online
← Plus récents page 49 sur 107 Plus anciens →