Académique Documents
Professionnel Documents
Culture Documents
Regression
Regression
La régression
2,55 2,05
1,75 1,70
3,25 2,99
6,33 6,20
7,98 Evaluation du performance du système ??
7,35
5,65 5,80
8,25 9,00
1 n
RMSE = r p
n i =1
( y − y ) 2 Eq. III.1
var( yr − y p )
EV = 1 − Eq. III.3
var( yr )
1 n
MSE = ( yr − y p ) 2 Eq. III.3
n i =1
Le MAPE indique dans quelle mesure les prévisions du modèle sont en moyenne
différentes des sorties correspondantes.
Exemple : Prédiction du prix d’une maison en Exemple : Prédiction du prix d’une maison en fonction de
fonction de la taille seulement la taille, nombre des chambres, adresse,…
Mme. Khaoula Tbarki
Année universitaire 2019/2020
II. La régression linéaire
II.2 Type de régression linéaire
X
X
H(X)=Y=a*X+b= Trouver
a et b=
Dependent variable:
predicted variable independent
= variable: Feature=
X
H(X)=Y=a*X+b= Trouver
a et b=
Dependent variable:
predicted variable independent
= variable: Feature=
X
Predicted value
Real value
????
Mme. Khaoula Tbarki
Année universitaire 2019/2020
II. La régression linéaire
II.3 La régression linéaire
????
Méthode de résolution=
Gradient Descent(G.D)
Performance du modèle :
➢Un arbre de décision fournit un modèle de classification ou de régression construit sous forme
d'arborescence.
➢Leur principe est la partition de l'espace d'entrée en des régions, où chacun région peut prendre une
décision : Elle a pour but de trouver les partitions de données.
➢Utilisé plus dans le cas de la classification, mais aussi utilisé dans la régression.
Les algorithms:
➢ Gini index approach
➢L’arbre de décision édicte des règles basées sur la comparaison entre une variable et un seuil.
➢ Ensembling : est un ensemble de prédicteurs qui se rassemblent pour donner une prédiction finale.
➢ Ensembling : mieux de faire la prédiction en utilisant un ensemble de prédicteurs différents que n'importe quel
prédicteur seul.
➢ Bagging :
• Une technique simple d'assemblage.
• Nombreux prédicteurs ou modèles indépendants.
• Résultat final : moyenne.
Le boosting :
• Une technique d'assemblage.
• Les prédicteurs ne sont pas établis de manière indépendante, mais séquentiels.
- Overfitting problem.
Modèles non
Modèles paramétriques
paramétriques