Snippets

Du code concis, avec une explication claire.

python

sklearn: ROC AUC et PR curve

Tracer ou calculer ROC AUC et courbe précision-rappel.

#sklearn#metrics#roc
python

sklearn: SimpleImputer

Imputer les valeurs manquantes (moyenne, médiane, mode).

#sklearn#imputer#missing
python

sklearn: StandardScaler/MinMaxScaler

Normaliser les features pour SVM/LR/KNN.

#sklearn#scaling#preprocessing
python

sklearn: SVC linéaire et RBF

Classifieur SVM avec kernels linéaire et RBF.

#sklearn#svm#svc
python

sklearn: réglage du seuil

Choisir un seuil de décision selon métrique (ex: F1 ou recall).

#sklearn#threshold#metrics
python

sklearn: SVM classification

Classifieur SVM (RBF) avec scaling.

#sklearn#svm#classification
python

sklearn: TfidfVectorizer (texte)

Transformer du texte en features TF-IDF et entraîner un modèle.

#sklearn#nlp#tfidf
python

umap-learn: réduction dimensionnelle (optionnel)

UMAP pour visualisation; nécessite le paquet umap-learn.

#umap#dimred#optional
python

statsmodels: ARIMA rapide

Ajuster un ARIMA simple et prévoir.

#statsmodels#arima#forecast
python

statsmodels: ACF et PACF

Calculer les autocorrélations et partiels.

#statsmodels#acf#pacf
python

statsmodels: Logit/GLM binomial

Régression logistique via Logit ou GLM(Binomial).

#statsmodels#logit#glm
python

statsmodels: Logit classification

Régression logistique avec p-valeurs/IC.

#statsmodels#logit#classification
← Plus récents page 50 sur 107 Plus anciens →