Modèles supervisés 2

Le diagnostic médical, le vigile, le trieur de courrier : KNN, marges, arbres, forêts

Dans ce chapitre, vous apprendrez à

• Classer par ressemblance avec les voisins (k plus proches voisins)
• Séparer deux groupes par une frontière, puis par des questions successives (arbres, forêts)
• Choisir le bon modèle selon la forme des données

Outils : NumPy, scikit-learn

13 exercices

Chaque exercice est corrigé automatiquement, dans le navigateur. Les énoncés complets sont accessibles avec un compte.

1. À quoi ça sert dans la vraie vie

   Il n'existe pas un seul bon modèle : chaque famille dessine ses frontières à sa façon, et le bon choix dépend des données. - La recherche par ressemblance. Quand Pinterest ou Google Lens vous montrent des images…

2. Nouveau patient

   Vous travaillez dans un hôpital. Chaque patient est décrit par 2 mesures biologiques (symptôme A et symptôme B). Certains sont malades (1), d'autres sont sains (0). Les données connues sont dans X_train (matrice…

3. Combien de voisins ?

   Votre stratégie de l'exercice précédent fonctionne, mais une question se pose : combien de patients similaires faut-il consulter ? Vous avez maintenant X_train, y_train (données d'entraînement ; attention, comme…

4. Cours : la malédiction de la dimension

   k plus proches voisins : le prix du « tout comparer » La méthode que vous utilisez porte un nom : k plus proches voisins (k-nearest neighbors, k-NN). Pas de phase d'apprentissage : toute l'information reste…

5. Échelle trompeuse

   Le service médical ajoute une nouvelle mesure : le revenu annuel du patient (en euros). Les données ont maintenant 2 colonnes : âge (0-100) et revenu (0-100 000). Vous disposez de X_train (300, 2) et y_train…

6. Tumeur bénigne ou maligne

   Même hôpital, autre service : l'oncologie vous confie un vrai jeu de données. Le Breast Cancer Wisconsin Dataset est chargé pour vous : 569 tumeurs décrites par 30 mesures (rayon, texture, périmètre, surface...). Le…

7. Meilleure barrière

   Vous êtes le vigile d'un festival. Deux groupes, les VIP et les réguliers, sont nettement séparés sur le plan. Trois barrières (trois droites) séparent les festivaliers connus sans aucune erreur. Demain…

8. Vigile face aux anneaux

   Nouveau festival, nouvelle disposition. Les VIP (classe 0) se tiennent au centre, les réguliers (classe 1) forment un anneau tout autour. Vus de dessus, les deux groupes dessinent deux anneaux concentriques.…

9. Vigile trop zélé

   Le vigile sait désormais tordre sa frontière pour séparer les groupes même là où une droite échoue. Reste un réglage délicat : jusqu'où la tordre ? Ce soir, il connaît le statut de chaque personne présente : la foule…

10. Trieur de courrier

    Premier jour au centre de tri postal de Rivebourg. La responsable du dépôt, Madame Lenoir, vous confie le quai d'arrivée : chaque pli qui passe doit finir dans l'un des trois bacs, "lettre", "colis" ou…

11. Question la plus utile

    Votre système de questions tourne, et un collègue qui débute ce matin, Tarek, vous observe au quai. Il veut s'y mettre, mais il bute sur la toute première décision : "Par quoi je commence ? Le poids ? La taille ?…

12. Cours : lire un arbre de décision entraîné

    Une cascade de questions emboîtées porte un nom : un arbre de décision. Le vocabulaire : - un nœud interne pose une question binaire sur UNE feature : $x_j \leq s$ ? (feature $j$, seuil $s$) ; - selon la…

13. Comité de tri

    Quelques semaines plus tard, le tri par questions est en service, mais sur un nouveau flux il déçoit. Chaque courrier porte ici 2 mesures (matrice X_train) et une catégorie 0 ou 1 (y_train), et deux ennuis se…