« Validation croisée par v-ensembles » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| (2 versions intermédiaires par le même utilisateur non affichées) | |||
| Ligne 2 : | Ligne 2 : | ||
Dans la validation croisée v-ensembles, nous tirons de façon répétée un certain nombre d’échantillons aléatoires (v) dans nos données pour l’analyse, puis nous appliquons le modèle respectif, la méthode de prévision, etc. pour calculer les valeurs prédites, les classifications, etc. | Dans la validation croisée v-ensembles, nous tirons de façon répétée un certain nombre d’échantillons aléatoires (v) dans nos données pour l’analyse, puis nous appliquons le modèle respectif, la méthode de prévision, etc. pour calculer les valeurs prédites, les classifications, etc. | ||
Nous calculons généralement des indices de synthèse pour mesurer la précision de la prévision sur les v réplications ; par conséquent, cette technique permet à l’analyste d’évaluer la précision globale du modèle ou de la méthode de prévision respective sur des échantillons aléatoires tirés de façon répétée. | Nous calculons généralement des indices de synthèse pour mesurer la précision de la prévision sur les v-réplications ; par conséquent, cette technique permet à l’analyste d’évaluer la précision globale du modèle ou de la méthode de prévision respective sur des échantillons aléatoires tirés de façon répétée. | ||
Cette méthode est en général utilisée pour les méthodes d’arbres de classification et de régression. | Cette méthode est en général utilisée pour les méthodes d’arbres de classification et de régression. | ||
| Ligne 13 : | Ligne 13 : | ||
==Sources== | |||
[https://www.statsoft.fr/concepts-statistiques/modeles-arbres-de-classification-et-regression/modeles-arbres-de-classification-et-regression.php Source : | [https://www.statsoft.fr/concepts-statistiques/modeles-arbres-de-classification-et-regression/modeles-arbres-de-classification-et-regression.php Source : Statistica ] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
[[Catégorie: | |||
Dernière version du 28 janvier 2024 à 14:02
Définition
Dans la validation croisée v-ensembles, nous tirons de façon répétée un certain nombre d’échantillons aléatoires (v) dans nos données pour l’analyse, puis nous appliquons le modèle respectif, la méthode de prévision, etc. pour calculer les valeurs prédites, les classifications, etc.
Nous calculons généralement des indices de synthèse pour mesurer la précision de la prévision sur les v-réplications ; par conséquent, cette technique permet à l’analyste d’évaluer la précision globale du modèle ou de la méthode de prévision respective sur des échantillons aléatoires tirés de façon répétée.
Cette méthode est en général utilisée pour les méthodes d’arbres de classification et de régression.
Français
Validation croisée par v-ensembles
Anglais
V-fold cross validation
Sources
Contributeurs: Imane Meziani, wiki
