Comparer plusieurs classificateurs
Trouver le meilleur modèle pour une tâche de classification
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Rédigez du code Python pour comparer plusieurs classificateurs (Régression Logistique, Forêt Aléatoire, XGBoost, LightGBM, SVM) sur un jeu de données de classification avec des caractéristiques X et une cible y. Utilisez une validation croisée stratifiée à 5 plis, rapportez l'exactitude, le score F1-macro, l'AUC-ROC et le temps d'entraînement. Tracez un tableau comparatif et les courbes ROC.
Personnaliser ce prompt avec Léa
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Cas d'usage
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Pensez à standardiser les caractéristiques avant SVM et régression logistique, sinon ces modèles seront pénalisés. Ajoutez aussi `random_state` et `n_jobs=-1` pour la reproductibilité et la vitesse. Si vos classes sont déséquilibrées, activez `class_weight='balanced'` pour chaque classificateur.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Analyse SWOT actionnable
Pour la planification stratégique annuelle ou avant une levée de fonds
Analyse des données de stocks et d'inventaire
Analyse complète des données d'inventaire avec classification ABC/XYZ, calcul des seuils et optimisation du BFR.
Analyse de la rétention
Améliorer la rétention utilisateur
Ingénierie de caractéristiques temporelles
Extraire des caractéristiques de colonnes datetime