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
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
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.
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