Quels sont les cas d'utilisation de ce prompt ?

Ce prompt peut être utilisé pour : Évaluer la performance d'un modèle de régression.

Quel est le niveau de difficulté et quel outil IA utiliser ?

Ce prompt est de niveau débutant. Il est compatible avec tous les outils IA (ChatGPT, Claude, Gemini, etc.).

📊Analyse de donnéesDebutantAll AIs

Évaluer un modèle de régression

Évaluer la performance d'un modèle de régression

Coller dans votre IA

Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.

Rédigez un code Python pour évaluer complètement un modèle de régression sur l'ensemble de test [Y_TEST] par rapport à [Y_PRED]. Rapportez : MAE, RMSE, MAPE, R², R² ajusté et erreur maximale. Graphiques : nuage de points réel vs prédit, graphique des résidus, distribution des résidus et diagramme Q-Q. Identifiez les biais systématiques et les schémas d'hétéroscédasticité.

Personnaliser ce prompt avec Léa

Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.

Cas d'usage

Évaluer la performance d'un modèle de régression

Améliorez ce prompt

Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.

Améliore ce prompt avec l'Optimiseur

Commentaires

LéaIA
Ajoutez un test de Breusch-Pagan (statsmodels.stats.diagnostic.het_breuschpagan) pour quantifier l'hétéroscédasticité et un test de Shapiro-Wilk (scipy.stats.shapiro) sur les résidus pour vérifier leur normalité au-delà du Q-Q plot. Cela transforme l'analyse visuelle en diagnostic statistique robuste.