Traiter le déséquilibre des classes

44 min
Bloc 13 — Data Imbalance (dataset déséquilibré)
Objectif
ordonner les remèdes au déséquilibre du moins au plus intrusif, savoir que le choix d'une métrique adaptée et l'ajustement du seuil de décision précèdent toute modification des données, maîtriser la formule exacte de class_weight="balanced" et son effet sur la calibration, connaître l'algorithme de SMOTE ainsi que ses limites documentées, appliquer sans exception les trois règles de protocole du rééchantillonnage, et interpréter honnêtement l'état de la littérature comparative.
Durée estimée
70 minutes
Prérequis
chapitres 026, 027, 028, 029, 030, 034, 036 et 050
Quiz associés
051.1-quiz-hierarchie-des-remedes.md à 051.8-quiz-comparaison-et-litterature.md

Aperçu — la suite de la leçon est réservée aux inscrits.

Déjà inscrit avec un code ?

Votre accès est rattaché à votre compte, pas à ce lien. Connectez-vous avec le même courriel qu'en classe : votre cours vous attend, inutile de ré-entrer le code.

Se connecterPas encore de compte ? En créer un
Cette leçon fait partie du module « Données déséquilibrées et rééchantillonnage »

Les premiers modules du cours sont en accès libre. Pour la suite, trois possibilités : acheter ce cours une fois pour toutes, vous abonner pour tout ouvrir, ou entrer le code si vous suivez le cours en classe.

M’abonner — 19 $ US/moisRetour au plan
Vous êtes étudiant du cours ?

Le code se rattache à votre compte : connectez-vous ou créez un compte, il sera validé automatiquement au retour.

Pas encore de compte ? En créer un