#sklearn
86 éléments
snippet
sklearn: joblib dump/load
Persister un modèle entraîné sur disque.
ouvrir
snippet
sklearn: IsolationForest anomalies
Détecter anomalies via forêts aléatoires.
ouvrir
snippet
sklearn KBinsDiscretizer: discrétiser des features
convertir une feature continue en bacs (binning)
ouvrir
snippet
sklearn: KMeans + silhouette
Choisir k via score silhouette.
ouvrir
snippet
sklearn: KNeighborsClassifier
Classification par plus proches voisins.
ouvrir
snippet
sklearn KNNImputer: imputer par plus proches voisins
imputation de valeurs manquantes via KNNImputer
ouvrir
snippet
sklearn LogisticRegression SAGA L1/L2
régression logistique pénalisée L1/L2 avec solver SAGA
ouvrir
snippet
sklearn: MCC, F-beta, balanced accuracy
mesurer classification déséquilibrée avec MCC, F-beta, balanced accuracy
ouvrir
snippet
sklearn: ROC AUC et Precision-Recall
Mesurer la qualité des scores probabilistes.
ouvrir
snippet
sklearn OPTICS: clustering par densité
clustering de densité avec OPTICS et extraction de clusters
ouvrir
snippet
sklearn: partial dependence
Comprendre l'effet d'une feature sur la prédiction.
ouvrir
snippet
sklearn: permutation importance
Mesurer importance des features par permutation.
ouvrir