« Permutation Importance de la caractéristique » : différence entre les versions

Dernière version du 28 janvier 2024 à 10:38

Définition

Ces importances de caractéristiques sont basées sur la diminution moyenne du critère, comme l'impureté de gini (pour les arbres de décision et les forêts aléatoires). Cette méthode base les importances sur la mesure de l'augmentation de l'erreur de prédiction lorsque l'on permute les valeurs de la caractéristique.

Français

Permutation Importance de la caractéristique

Anglais

Permutation Feature Importance

Sources

Source : towardsdatascience

@@ Ligne 1 : / Ligne 1 : @@
-==en construction==
 == Définition ==
-XXXXXXXXX
+Ces importances de caractéristiques sont basées sur la diminution moyenne du critère, comme l'impureté de gini (pour les arbres de décision et les forêts aléatoires). Cette méthode base les importances sur la mesure de l'augmentation de l'erreur de prédiction lorsque l'on permute les valeurs de la caractéristique.
 == Français ==
-''' XXXXXXXXX '''
+'''Permutation Importance de la caractéristique'''
 == Anglais ==
 ''' Permutation Feature Importance'''
-  These feature importances are based on the mean decrease in criterion, like gini impurity (for decision trees and random forests). It’s better to use permutation feature importances. With this method, the importances are based on measuring the increase of the prediction error when you permute the feature’s values. So you compute the prediction error two times, before and after permutation of the feature. The higher the difference between the prediction errors, the more important the feature.
-<small>
+==Sources==
@@ Ligne 18 : / Ligne 15 : @@
-[[Catégorie:vocabulary]]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

« Permutation Importance de la caractéristique » : différence entre les versions