#sklearn
86 éléments
snippet
sklearn: permutation_importance
Mesurer l'importance par permutation (agnostique au modèle).
ouvrir
snippet
sklearn: Pipeline + ColumnTransformer
Prétraiter colonnes num/cat et entraîner un modèle.
ouvrir
snippet
sklearn: Pipeline prétraitement+modèle
Chaîner scaler/imputer et modèle pour CV propre.
ouvrir
snippet
sklearn: PolynomialFeatures + Ridge
Régression polynomiale régularisée via pipeline.
ouvrir
snippet
sklearn: RandomForest importances
Entraîner une forêt aléatoire et inspecter les importances.
ouvrir
snippet
sklearn: RandomizedSearchCV
Recherche aléatoire d'hyperparamètres efficace.
ouvrir
snippet
sklearn: SGDClassifier partial_fit
Apprentissage incrémental par mini-batchs avec partial_fit.
ouvrir
snippet
sklearn: ROC AUC et PR curve
Tracer ou calculer ROC AUC et courbe précision-rappel.
ouvrir
snippet
sklearn: SimpleImputer
Imputer les valeurs manquantes (moyenne, médiane, mode).
ouvrir
snippet
sklearn: StandardScaler/MinMaxScaler
Normaliser les features pour SVM/LR/KNN.
ouvrir
snippet
sklearn: SVC linéaire et RBF
Classifieur SVM avec kernels linéaire et RBF.
ouvrir
snippet
sklearn: réglage du seuil
Choisir un seuil de décision selon métrique (ex: F1 ou recall).
ouvrir