Courbe ROC et métriques comparatives
Comparer visuellement des modèles
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
J'ai comparé [nombre] modèles de classification sur [tâche]. Génère le code Python pour créer une visualisation comparative incluant : courbes ROC avec AUC, courbes précision-rappel, matrice de confusion stylisée, et un tableau récapitulatif des métriques. Adapte selon le contexte [déséquilibre de classes: oui/non].
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
En cas de déséquilibre de classes, privilégiez la courbe précision-rappel et l’AP plutôt que la ROC, souvent trop optimiste sur la classe majoritaire. Pour la matrice, utilisez `ConfusionMatrixDisplay(normalize='true')` afin de comparer les modèles sur les mêmes bases. Pensez aussi à afficher l’intervalle de confiance (bootstrap) sur l’AUC pour des comparaisons robustes.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.