Comparaison de plusieurs modèles prédictifs

1. Analyse de la qualité des modèles

Modèle Régression Logistique :
 Acc_RL = 77.82%
 Kappa_RL=0.44 ===> Modéré
 AirRoc_RL = 0.74===>Bon
==> Assez Bon
Modèle CART:
 Acc_CART= 79.05%
 Kappa_CART=0.43 ===> Modéré
 AirRoc_CART = 0.72 ===>Bon
==> Assez Bon
Modèle J48:
 Acc_J48 = 78.91%
 Kappa_J48=0.42 ===> Modéré
 AirRoc_J48 = 0.74 ===>Bon
==> Assez Bon
On conclut que les trois modèles sont assez bons

2. Comparaison entre les 3 modèles :

 Accuracy: CART > J48 > RL

 Kappa: RL>CART> J48
 AirRoc: RL = J48 > CART
 F-Measure RL> CART=J48
Avec un score de 3 /4 on conclue que le meilleur modèle et celui développé par la Régression
logistique
3. Remarque :
 Il ne faut pas se baser seulement sur l'Accuracy pour comparer plusieurs modèles,
celui qui a le meilleur Accuracy n’est pas forcément le meilleur modèle.
 Il faut voir les objectifs de la modélisation, le modèle retenu n'est pas forcément celui
qui peut avoir les meilleurs scores.