Mettre en œuvre la validation croisée correctement
Éviter les fuites de données lors de l'évaluation
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Écrire du code Python pour implémenter une validation croisée appropriée pour un problème de [CLASSIFICATION/RÉGRESSION/SÉRIES TEMPORELLES]. Pour les séries temporelles, utiliser TimeSeriesSplit avec un intervalle de purge. Pour la classification, utiliser StratifiedKFold. Inclure le prétraitement à l'intérieur du pli pour éviter les fuites de données, et rapporter la moyenne ± écart type pour chaque métrique.
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
Pour éviter les fuites entre groupes corrélés (ex. même patient), remplacez `StratifiedKFold` par `StratifiedGroupKFold`. Si vous utilisez `cross_validate`, fixez `random_state` et `shuffle=True` pour la reproductibilité. En séries temporelles, augmentez le `gap` de `TimeSeriesSplit` pour tenir compte de l’autocorrélation résiduelle.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Nettoyage et préparation de données
Guide pas-à-pas pour nettoyer et standardiser des données brutes avant analyse dans Excel ou Google Sheets.
Rapport annuel RH
Reporting RH
Générer des caractéristiques d'interaction
Découvrir les interactions entre caractéristiques
Extraire et structurer du contenu HTML
Extraire des données structurées depuis des pages HTML