Skip to content

Kanaries · Base de connaissances

Scikit-Learn

Tutoriels pratiques, références et correctifs pour ce thème.

5
Articles
01

Sklearn Pipeline: Guide complet pour construire des pipelines ML en Python

Maîtrisez sklearn Pipeline avec des exemples pratiques. Apprenez Pipeline, make_pipeline, ColumnTransformer, les transformers personnalisés et les patterns de déploiement en production.

02

Sklearn Random Forest : Guide complet de classification et régression en Python

Maîtrisez sklearn Random Forest avec des exemples Python pratiques. Couvre RandomForestClassifier, RandomForestRegressor, l'optimisation des hyperparamètres, l'importance des features et les pipelines.

03

Matrice de confusion dans Sklearn : comment évaluer des modèles de classification

Apprenez à créer et interpréter des matrices de confusion avec sklearn. Couvre la précision, le rappel, le score F1, les matrices multi-classes, la visualisation avec des heatmaps et les rapports de classification.

04

Régression linéaire Sklearn : guide complet avec des exemples Python

Apprenez sklearn LinearRegression des bases à l’avancé. Couvre la régression simple et multiple, l’évaluation du modèle (R², MSE), la régularisation, la mise à l’échelle des variables, et des jeux de données du monde réel.

05

Sklearn train_test_split : Diviser les données pour le Machine Learning en Python

Apprenez à utiliser sklearn train_test_split pour diviser vos jeux de données en ensembles d'entraînement et de test. Maîtrisez la stratification, random_state et les splits de validation avec des exemples pratiques.