Sélectionner des caractéristiques à l'aide de plusieurs méthodes
Sélectionner les caractéristiques les plus prédictives
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Écrivez du code Python pour effectuer une sélection de caractéristiques sur le DataFrame df afin de prédire [CIBLE] en utilisant : les méthodes de filtrage (information mutuelle, chi-carré), une méthode wrapper (élimination récursive de caractéristiques avec validation croisée) et une méthode embarquée (régularisation Lasso). Comparez les ensembles de caractéristiques sélectionnés et recommandez un ensemble final.
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 variables avant le chi² et le Lasso, et adaptez la mesure d’information mutuelle au type de cible (classification vs régression). Croisez les résultats sur plusieurs splits pour vérifier la stabilité des sous-ensembles retenus, et privilégiez l’intersection des méthodes si la performance est équivalente.
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